發(fā)布時間：2018-05-19 21:05

  本文選題：隱馬爾科夫模型 + Pairwise馬爾科夫模型　； 參考：《自動化學報》2017年12期

【摘要】：由于在實際應用中目標模型不一定滿足隱馬爾科夫模型(Hidden Markov model,HMM)隱含的馬爾科夫假設和獨立性假設條件,一種更為一般化的Pairwise馬爾科夫模型(Pairwise Markov model,PMM)被提出.它放寬了HMM的結構性限制,可以有效地處理更為復雜的目標跟蹤場景.本文針對雜波環(huán)境下的多目標跟蹤問題,提出一種在PMM框架下的勢均衡多目標多伯努利(Cardinality balanced multi-target multi-Bernoulli,CBMe MBer)濾波器,并給出它在線性高斯PMM條件下的高斯混合(Gaussian mixture,GM)實現(xiàn).最后,采用一種滿足HMM局部物理特性的線性高斯PMM,將本文所提算法與概率假設密度(Probability hypothesis density,PHD)濾波器進行比較.實驗結果表明本文所提算法的跟蹤性能優(yōu)于PHD濾波器.
[Abstract]:Since the objective model does not necessarily satisfy the Markov hypothesis and independence hypothesis implied by Hidden Markov model HMMs in practical application, a more general Pairwise Markov model is proposed. It relaxes the structural constraints of HMM and can effectively handle more complex target tracking scenarios. In this paper, for the multi-target tracking problem in clutter environment, a potential equalization multi-Bernoulli balanced multi-target multi-Bernoullili balanced multi-target CBM M Ber-filter under PMM framework is proposed, and its implementation under linear Gao Si PMM condition is given. Finally, a linear HMM hypothesis filter satisfying the local physical properties of HMM is proposed. The proposed algorithm is compared with the probabilistic assumption density hypothesis density (PHD) filter. The experimental results show that the tracking performance of the proposed algorithm is better than that of PHD filter.
【作者單位】： 西安交通大學智能網絡與網絡安全教育部重點實驗室;
【基金】：國家重點基礎研究發(fā)展計劃(973計劃)(2013CB329405) 國家自然科學基金創(chuàng)新研究群體(61221063);國家自然科學基金(61573271,61473217,61370037)資助~~
【分類號】：O211.62;TN713

【相似文獻】

相關期刊論文 前10條

1 馮江浪;;改進灰色馬爾科夫模型及其在水資源預測中的利用[J];物探化探計算技術;2010年01期

2 趙娟;秦玉芳;劉太崗;王軍;;基于一種新型馬爾科夫模型的預測蛋白質亞細胞位點的方法(英文)[J];上海師范大學學報(自然科學版);2011年02期

3 陳振頌;李延來;;基于廣義信度馬爾科夫模型的顧客需求動態(tài)分析[J];計算機集成制造系統(tǒng);2014年03期

4 陳永;馮元;龐思偉;;基于灰色馬爾科夫模型的傳染病預測[J];信息與電腦(理論版);2010年02期

5 吳金華;戴淼;;基于改進算法的灰色馬爾科夫模型的建設用地預測[J];安徽農業(yè)科學;2010年08期

6 汪可;楊麗君;廖瑞金;齊超亮;周nv;;基于離散隱式馬爾科夫模型的局部放電模式識別[J];電工技術學報;2011年08期

7 鄧鑫洋;鄧勇;章雅娟;劉琪;;一種信度馬爾科夫模型及應用[J];自動化學報;2012年04期

8 陳煥珍;;基于灰色馬爾科夫模型的青島市糧食產量預測[J];計算機仿真;2013年05期

9 張延利;張德生;井霞霞;任世遠;;基于無偏灰色馬爾科夫模型的人民幣/美元匯率短期預測模型[J];陜西科技大學學報(自然科學版);2011年06期

10 佟光霽;張林;;基于灰色馬爾科夫模型的農民收入質與量預測[J];商業(yè)研究;2012年09期

相關會議論文 前2條

1 王虎平;李煒;趙志理;;基于灰色馬爾科夫模型的杭州市客流預測[A];第九屆中國不確定系統(tǒng)年會、第五屆中國智能計算大會、第十三屆中國青年信息與管理學者大會論文集[C];2011年

2 ;Support Vector Machines for Multi-Class Pattern Recognition Based on Improved Voting Strategy[A];Proceedings of 2010 Chinese Control and Decision Conference[C];2010年

相關碩士學位論文 前6條

1 張勝娜;含有隱變量的高階馬爾科夫模型的理論及應用[D];電子科技大學;2014年

2 俞竣瀚;基于極限學習機馬爾可夫模型的結構健康狀態(tài)預測研究[D];長安大學;2016年

3 何亞楠;基于馬爾科夫模型的出行目的地預測[D];吉林大學;2017年

4 張海君;基于馬爾科夫模型的沙漠擴散和天氣預測[D];新疆大學;2013年

5 蔡亮亮;改進的灰色馬爾科夫模型及其對全國郵電業(yè)務總量的預測[D];南京郵電大學;2013年

6 葉t，

本文編號：1911666