本文關(guān)鍵詞：一種新的避免航跡合并的聯(lián)合綜合概率數(shù)據(jù)關(guān)聯(lián)濾波器　出處：《電子與信息學(xué)報(bào)》2017年10期 　論文類(lèi)型：期刊論文

  更多相關(guān)文章： 多目標(biāo)跟蹤 聯(lián)合綜合概率數(shù)據(jù)關(guān)聯(lián) 隨機(jī)有限集

【摘要】：針對(duì)聯(lián)合綜合概率數(shù)據(jù)關(guān)聯(lián)算法(JIPDA)存在的航跡合并問(wèn)題,將目標(biāo)建模為隨機(jī)有限集(RFS)提出改進(jìn)的JIPDA算法。傳統(tǒng)JIPDA首先產(chǎn)生初始概率密度函數(shù)(PDF),之后對(duì)該P(yáng)DF進(jìn)行近似來(lái)估計(jì)目標(biāo)狀態(tài)。為了使目標(biāo)狀態(tài)估計(jì)PDF與初始PDF之間的相似性最大化,當(dāng)目標(biāo)標(biāo)簽無(wú)意義時(shí),提出對(duì)JIPDA的初始PDF進(jìn)行優(yōu)化。將KL散度作為相似性的衡量標(biāo)準(zhǔn),建立起優(yōu)化過(guò)程的代價(jià)函數(shù)。仿真實(shí)驗(yàn)表明,所提方法可有效地抑制傳統(tǒng)JIPDA引起的航跡合并。
[Abstract]:Aiming at the track merging problem in JIPDA-based joint synthetic probabilistic data association algorithm (JIPDAs). An improved JIPDA algorithm is proposed by modeling the target as a random finite set. The traditional JIPDA first generates the initial probability density function (PDF). Then the PDF is approximated to estimate the target state. In order to maximize the similarity between the target state estimation PDF and the initial PDF, when the target tag is meaningless. The initial PDF of JIPDA is optimized and the cost function of the optimization process is established by using KL divergence as a measure of similarity. The proposed method can effectively suppress the track merging caused by traditional JIPDA.
【作者單位】： 西安電子科技大學(xué)雷達(dá)信號(hào)處理國(guó)家重點(diǎn)實(shí)驗(yàn)室;
【基金】：國(guó)家自然科學(xué)基金(61401526) 國(guó)家部委共用技術(shù)基金(9140A07020614DZ01)~~
【分類(lèi)號(hào)】：TN713
【正文快照】： 聯(lián)合概率數(shù)據(jù)關(guān)聯(lián)(Joint Probabilistic DataAssociation,JPDA)算法是密集雜波環(huán)境下多目標(biāo)跟蹤最有效的算法之一[1]。該算法需要已知目標(biāo)初始狀態(tài),并假設(shè)在觀測(cè)時(shí)間內(nèi)目標(biāo)個(gè)數(shù)保持不變。但是,在雷達(dá)、聲吶以及很多其他監(jiān)視系統(tǒng)中,目標(biāo)狀態(tài)往往無(wú)法提前得知。在這種情況下,自

【相似文獻(xiàn)】

相關(guān)期刊論文 前3條

1 李正周;金鋼;董能力;;基于改進(jìn)概率數(shù)據(jù)關(guān)聯(lián)濾波的紅外小運(yùn)動(dòng)目標(biāo)跟蹤[J];電子與信息學(xué)報(bào);2008年04期

2 盧迪,姚郁;概率數(shù)據(jù)關(guān)聯(lián)濾波器中的采樣周期控制[J];系統(tǒng)工程與電子技術(shù);2003年05期

3 艾斯卡爾·艾木都拉;地里木拉提·吐?tīng)栠d;;基于概率數(shù)據(jù)關(guān)聯(lián)的點(diǎn)狀動(dòng)目標(biāo)CFAR高分辨檢測(cè)技術(shù)研究[J];信號(hào)處理;2007年03期

相關(guān)碩士學(xué)位論文 前1條

1 羅萬(wàn)福;基于位置、速度的點(diǎn)狀動(dòng)目標(biāo)Bayes跟蹤技術(shù)[D];新疆大學(xué);2007年

，

本文編號(hào)：1422927