本文選題：多傳感器多目標(biāo)跟蹤 + 高斯混合PHD濾波　； 參考：《火力與指揮控制》2017年08期

【摘要】：針對(duì)密集雜波環(huán)境下單傳感器應(yīng)用高斯混合PHD算法進(jìn)行多目標(biāo)跟蹤時(shí)性能下降的問(wèn)題,提出一種面向多目標(biāo)跟蹤的PHD濾波多傳感器數(shù)據(jù)融合算法。首先構(gòu)建了基于高斯混合PHD濾波的多傳感器數(shù)據(jù)融合系統(tǒng)框架,各傳感器利用高斯混合PHD濾波算法進(jìn)行局部狀態(tài)估計(jì),然后對(duì)各傳感器的狀態(tài)估計(jì)結(jié)果進(jìn)行關(guān)聯(lián)度計(jì)算,最后通過(guò)構(gòu)建自適應(yīng)混合參數(shù),引入?yún)f(xié)方差交叉算法對(duì)關(guān)聯(lián)狀態(tài)進(jìn)行融合。仿真實(shí)驗(yàn)表明,與單傳感器高斯混合PHD多目標(biāo)跟蹤算法相比,所提算法有效提高了目標(biāo)數(shù)量和狀態(tài)的估計(jì)精度。
[Abstract]:A multi-sensor data fusion algorithm based on PHD filtering for multi-target tracking is proposed to solve the problem of performance degradation of multi-target tracking using Gao Si hybrid PHD algorithm in dense clutter environment. Firstly, the frame of multi-sensor data fusion system based on Gao Si hybrid PHD filter is constructed. The local state estimation of each sensor is carried out by using the Gao Si hybrid PHD filter algorithm, and then the correlation degree of the state estimation results of each sensor is calculated. Finally, covariance crossover algorithm is introduced to fuse the association state by constructing adaptive mixed parameters. Simulation results show that compared with the single sensor Gao Si hybrid PHD multi-target tracking algorithm, the proposed algorithm can effectively improve the accuracy of target number and state estimation.
【作者單位】： 杭州電子科技大學(xué)通信信息傳輸與融合技術(shù)國(guó)防重點(diǎn)學(xué)科實(shí)驗(yàn)室;
【基金】：國(guó)家“973”項(xiàng)目(2012CB821204) 國(guó)家自然科學(xué)基金資助項(xiàng)目(61427808;61375078)
【分類號(hào)】：TN713;TP212

【相似文獻(xiàn)】

相關(guān)期刊論文 前8條

1 龔俊亮;何昕;魏仲慧;郭敬明;;采用改進(jìn)輔助粒子濾波的紅外多目標(biāo)跟蹤[J];光學(xué)精密工程;2012年02期

2 田淑榮;王國(guó)宏;何友;;多目標(biāo)跟蹤的概率假設(shè)密度粒子濾波[J];海軍航空工程學(xué)院學(xué)報(bào);2007年04期

3 王延杰;主客觀協(xié)調(diào)估計(jì)實(shí)現(xiàn)多目標(biāo)跟蹤[J];光機(jī)電信息;1997年12期

4 董康軍;馮洋;;多目標(biāo)跟蹤的概率假設(shè)密度濾波[J];渭南師范學(xué)院學(xué)報(bào);2008年02期

5 孫杰;李冬;;多目標(biāo)跟蹤的多伯努利平滑方法[J];數(shù)字通信;2014年02期

6 李衛(wèi)華;紅外多目標(biāo)跟蹤與預(yù)測(cè)技術(shù)的研究[J];紅外;2002年06期

7 郝燕玲;孟凡彬;張崇猛;蔡藝峰;王素鑫;;多傳感器多目標(biāo)跟蹤的粒子PHD濾波算法[J];傳感器與微系統(tǒng);2010年04期

8 E.W.卡門 ,C.R.薩斯特賴 ,王俊儀;使用位置量測(cè)值乘積的多目標(biāo)跟蹤(二)[J];情報(bào)指揮控制系統(tǒng)與仿真技術(shù);1994年04期

相關(guān)會(huì)議論文 前2條

1 敬忠良;王培德;周宏仁;;機(jī)動(dòng)多目標(biāo)跟蹤統(tǒng)一方法[A];1991年控制理論及其應(yīng)用年會(huì)論文集（下）[C];1991年

2 王芝;徐曉濱;文成林;;混合高斯PHD濾波器及其在多目標(biāo)跟蹤中的應(yīng)用[A];2009中國(guó)控制與決策會(huì)議論文集（2）[C];2009年

相關(guān)博士學(xué)位論文 前1條

1 張鶴冰;概率假設(shè)密度濾波算法及其在多目標(biāo)跟蹤中的應(yīng)用[D];哈爾濱工程大學(xué);2012年

相關(guān)碩士學(xué)位論文 前3條

1 陳昊;基于概率假設(shè)密度的OTHR多目標(biāo)跟蹤算法研究[D];西北工業(yè)大學(xué);2016年

2 司冠楠;面向多目標(biāo)跟蹤的多傳感器數(shù)據(jù)融合方法研究[D];沈陽(yáng)理工大學(xué);2014年

3 肖本潔;機(jī)器人同時(shí)定位制圖及多目標(biāo)跟蹤算法研究[D];復(fù)旦大學(xué);2013年

，

本文編號(hào)：1903228