嵌入式容積粒子PHD多目標(biāo)跟蹤算法

發(fā)布時(shí)間：2017-12-19 17:41

本文關(guān)鍵詞：嵌入式容積粒子PHD多目標(biāo)跟蹤算法　出處：《信號處理》2016年06期 　論文類型：期刊論文

【摘要】：針對基于概率假設(shè)密度算法(Probability Hypothesis Density,PHD)的非線性多目標(biāo)跟蹤估計(jì)精度不高、濾波發(fā)散、實(shí)時(shí)性差等問題,提出一種嵌入式容積粒子PHD算法(Imbedded Cubature Particle PHD,ICP-PHD)。新的算法在采樣階段引入Halton點(diǎn)集,并基于三階嵌入式容積準(zhǔn)則產(chǎn)生有限的積分點(diǎn),對每個(gè)采樣粒子進(jìn)行濾波,來擬合重要密度函數(shù)。由于Halton點(diǎn)集得到的粒子分布更加均勻,故而ICP-PHD算法能夠避免"粒子聚集"的現(xiàn)象。另外,由于三階嵌入式容積準(zhǔn)則的積分點(diǎn)少、精度高,因此ICP-PHD算法能更好的協(xié)調(diào)時(shí)間與精度之間的矛盾。仿真結(jié)果表明ICP-PHD能對多目標(biāo)進(jìn)行有效跟蹤,相比高斯厄米特粒子PHD算法(Gauss Hermite Particle PHD,GHP-PHD)具有實(shí)時(shí)性強(qiáng)的優(yōu)勢,在目標(biāo)數(shù)目和狀態(tài)估計(jì)上比容積粒子PHD算法(Cubature Particle PHD,CP-PHD)精度更高。
【作者單位】：空軍工程大學(xué)防空反導(dǎo)學(xué)院;
【基金】：陜西省自然科學(xué)基礎(chǔ)研究計(jì)劃資助項(xiàng)目(2012JM8020) 航空科學(xué)基金(20130196004)
【分類號】：TN713
【正文快照】： 1引言多目標(biāo)跟蹤技術(shù)廣泛應(yīng)用于各領(lǐng)域,一直是研究的熱點(diǎn)。多目標(biāo)跟蹤的目的是對目標(biāo)的狀態(tài)和數(shù)目進(jìn)行實(shí)時(shí)、精確的估計(jì)。傳統(tǒng)的概率數(shù)據(jù)關(guān)聯(lián)算法(Joint Probability Data Association,JPDA)能解決目標(biāo)數(shù)目已知的多目標(biāo)跟蹤問題[1],但是,存在漏警和虛警或目標(biāo)的數(shù)目隨時(shí)間改變

【相似文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫前10條

1 李斌;姚康澤;王巖;慈林林;萬建偉;;基于灰關(guān)聯(lián)的分類信息輔助多目標(biāo)跟蹤[J];信號處理;2009年03期

2 王汝夯;黃建國;張群飛;;基于網(wǎng)絡(luò)層次分析的水下多目標(biāo)跟蹤排序方法[J];西北工業(yè)大學(xué)學(xué)報(bào);2009年05期

3 陳炳和;雷達(dá)多目標(biāo)跟蹤的數(shù)學(xué)表示[J];電子學(xué)報(bào);1988年02期

4 余少波,胡守仁,劉孟仁;雷達(dá)多目標(biāo)跟蹤的神經(jīng)網(wǎng)絡(luò)方法[J];電子學(xué)報(bào);1992年04期

5 王順奎;多目標(biāo)跟蹤用的多傳感器信息融合技術(shù)[J];紅外與激光技術(shù);1994年04期

6 E.W.Kamen ,劉勝厚;基于對稱測量方程的多目標(biāo)跟蹤[J];艦船指揮控制系統(tǒng);1996年03期

7 劉維亭,張冰,朱志宇;多目標(biāo)跟蹤中的目標(biāo)位置及速度數(shù)據(jù)融合[J];船舶工程;2003年01期

8 路紅;費(fèi)樹岷;鄭建勇;張濤;;基于行為和部分觀測的多目標(biāo)跟蹤(英文)[J];Journal of Southeast University(English Edition);2008年04期

9 蔣戀華;甘朝暉;蔣e，

本文編號：1308853

資料下載