群目標(biāo)由多個(gè)具有協(xié)作關(guān)系的子目標(biāo)組成,同屬于一個(gè)群的多個(gè)子目標(biāo)在運(yùn)動(dòng)過(guò)程中會(huì)呈現(xiàn)一定的結(jié)構(gòu)特性。在傳感器的分辨率有限時(shí),群目標(biāo)中各個(gè)子目標(biāo)間的距離過(guò)近,導(dǎo)致群目標(biāo)呈現(xiàn)出不可分辨性,即多個(gè)子目標(biāo)位于一個(gè)分辨單元內(nèi)的情況。群目標(biāo)跟蹤估計(jì)主要包括目標(biāo)量測(cè)的獲取,以及對(duì)獲得的量測(cè)進(jìn)行濾波和估計(jì)。在本文的研究工作中,我們結(jié)合圖理論對(duì)群目標(biāo)中的協(xié)作關(guān)系進(jìn)行描述,然后分別應(yīng)用GLMB,Gibbs-GLMB算法對(duì)可分辨群目標(biāo)進(jìn)行跟蹤估計(jì)并對(duì)可分辨群目標(biāo)的結(jié)構(gòu)以及隊(duì)形進(jìn)行深入分析討論,給出了可分辨群目標(biāo)的結(jié)構(gòu)以及隊(duì)形的判定方法,最后將標(biāo)簽與結(jié)構(gòu)結(jié)合,提出了結(jié)構(gòu)標(biāo)簽群目標(biāo)估計(jì)算法,主要工作內(nèi)容包括:（1）基于隨機(jī)有限集和圖理論的可分辨群目標(biāo)狀態(tài)估計(jì)。首先結(jié)合圖理論對(duì)可分辨群目標(biāo)進(jìn)行動(dòng)態(tài)建模,即用鄰接矩陣描述群目標(biāo)間的協(xié)作關(guān)系,分別建立了群目標(biāo)的CV,CT運(yùn)動(dòng)模型,針對(duì)CV運(yùn)動(dòng),分別通過(guò)GLMB濾波器和Gibbs-GLMB濾波器對(duì)其進(jìn)行跟蹤估計(jì),針對(duì)CT運(yùn)動(dòng),因?yàn)镃T運(yùn)動(dòng)屬于非線性運(yùn)動(dòng),因此結(jié)合無(wú)跡卡爾曼濾波器（UKF）,分別使用UKF-GLMB濾波器和UKF-Gibbs-GLMB濾波器對(duì)其進(jìn)行跟蹤估計(jì)。（... 

【文章來(lái)源】：杭州電子科技大學(xué)浙江省

【文章頁(yè)數(shù)】：80 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

具有各種結(jié)構(gòu)的可分辨群：(a)線行結(jié)構(gòu);(b)樹(shù)結(jié)構(gòu);和(c)復(fù)雜結(jié)構(gòu)

可分辨群目標(biāo)的結(jié)構(gòu)中夾角示意圖

一個(gè)從A點(diǎn)到B點(diǎn)做勻轉(zhuǎn)彎運(yùn)動(dòng)(CT)的編隊(duì)

【參考文獻(xiàn)】：
期刊論文
[1]無(wú)人機(jī)目標(biāo)跟蹤綜述[J]. 徐懷宇,黃偉,董明超,吳金明.  網(wǎng)絡(luò)新媒體技術(shù). 2019(05)
[2]近年目標(biāo)跟蹤算法短評(píng)——相關(guān)濾波與深度學(xué)習(xí)[J]. 孟琭,李誠(chéng)新.  中國(guó)圖象圖形學(xué)報(bào). 2019(07)
[3]基于廣義標(biāo)簽多伯努利濾波的可分辨群目標(biāo)跟蹤算法[J]. 朱書軍,劉偉峰,崔海龍.  自動(dòng)化學(xué)報(bào). 2017(12)
[4]基于混合粒子PHD濾波的多目標(biāo)視頻跟蹤[J]. 林慶,徐小剛,詹永照,廖定安,楊亞萍.  模式識(shí)別與人工智能. 2013(09)
[5]基于隨機(jī)有限集的目標(biāo)跟蹤方法研究及最新進(jìn)展[J]. 王曉,韓崇昭,連峰.  工程數(shù)學(xué)學(xué)報(bào). 2012(04)

博士論文
[1]基于TLD的粒子群目標(biāo)跟蹤理論與應(yīng)用技術(shù)研究[D]. 郭巳秋.中國(guó)科學(xué)院大學(xué)(中國(guó)科學(xué)院長(zhǎng)春光學(xué)精密機(jī)械與物理研究所) 2019
[2]基于檢測(cè)的數(shù)據(jù)關(guān)聯(lián)多目標(biāo)跟蹤算法研究[D]. 項(xiàng)俊.華中科技大學(xué) 2016

碩士論文
[1]無(wú)人駕駛車輛多目標(biāo)容錯(cuò)跟蹤與軌跡預(yù)測(cè)研究[D]. 劉創(chuàng).浙江大學(xué) 2019
[2]基于深度學(xué)習(xí)的多目標(biāo)跟蹤算法研究[D]. 周輝.電子科技大學(xué) 2018
[3]基于遞歸神經(jīng)網(wǎng)絡(luò)的航拍視頻中絕緣子跟蹤方法研究[D]. 王磊.華北電力大學(xué) 2018
[4]基于隨機(jī)有限集的可分辨群目標(biāo)跟蹤算法研究[D]. 朱書軍.杭州電子科技大學(xué) 2017
[5]多目標(biāo)跟蹤的數(shù)據(jù)關(guān)聯(lián)算法研究[D]. 吳佳芯.西安電子科技大學(xué) 2013
[6]多目標(biāo)跟蹤的數(shù)據(jù)關(guān)聯(lián)算法研究[D]. 馮洋.西安電子科技大學(xué) 2008



本文編號(hào)：3555912