多目標跟蹤技術作為信息處理領域中的一個重要分支,在國防和民用方面應用前景廣闊。采用隨機有限集（Random Finite Set,RFS）理論解決多目標跟蹤問題,可以避免復雜的數(shù)據關聯(lián),不僅可以保證目標估計的精度,同時具有較好的實時性,其中,最具代表性的是概率假設密度（Probability Hypothesis Density,PHD）濾波算法和勢概率假設密度（Cardinalized Probability Hypothesis Density,CPHD）濾波算法,然而,在低信噪比環(huán)境下,PHD濾波算法對目標數(shù)目的估計存在很大的誤差,而CPHD濾波修正了PHD濾波對目標數(shù)目估計不準確的問題,提高了目標估計的精度。本文重點研究了CPHD濾波算法在多目標跟蹤中的應用,具體內容包括:（1）針對多目標跟蹤中的固定間隔平滑問題,將勢概率假設密度濾波器和Rauch-Tung-Striebel（RTS）平滑器相結合,提出了基于RTS的勢概率假設密度濾波平滑算法�？紤]到在平滑過程中存在較大的輸出延遲問題,采用分段思想,提出了分段RTS的勢概率假設密度濾波平滑算法。首先,對需要平滑的估計值進行分段;... 

【文章來源】：西安工程大學陜西省

【文章頁數(shù)】：59 頁

【學位級別】：碩士

【部分圖文】：

目標數(shù)目對比圖

-100 -50 0 50 100-100-80-60-40-200x 坐 標y坐標-30 -20 -10 0 10 20 30 40 50-60-40-200x 坐 標y坐標圖 4-1 量測圖 圖 4-2 GM-PHD 濾波圖-30 -20 -10 0 10 20 30 40 50-60-40-200204060x 坐 標y坐標-30 -20 -10 0 10 20 30 40 50-60-40-200204060x 坐 標y坐標圖 4-3 GM-PHDR 濾波圖 圖 4-4 GM-PHDR 平滑圖


本文編號：3042455