本文關(guān)鍵詞：高斯混合概率假設(shè)密度濾波的改進(jìn)與應(yīng)用研究

  更多相關(guān)文章： 多目標(biāo) 概率假設(shè)密度 跟蹤算法 頻率估計(jì)

【摘要】：針對(duì)高斯混合概率密度(Gaussian mixture probability hypothesis density,GM-PHD)濾波器存在新生目標(biāo)在整個(gè)檢測(cè)區(qū)域隨機(jī)出現(xiàn)位置難以確定的問題,實(shí)現(xiàn)了一種基于量測(cè)驅(qū)動(dòng)目標(biāo)新生概率密度函數(shù)算法,每個(gè)掃描周期接收到新的量測(cè)信息自適應(yīng)生成目標(biāo)強(qiáng)度函數(shù),記錄存活目標(biāo)強(qiáng)度函數(shù),從而實(shí)現(xiàn)自適應(yīng)區(qū)分存活目標(biāo)的強(qiáng)度函數(shù)和新生目標(biāo),提高算法精度。利用多目標(biāo)位置追蹤仿真數(shù)據(jù)以及實(shí)測(cè)海豚哨聲信號(hào)頻率對(duì)算法進(jìn)行了測(cè)試,最優(yōu)子模式分配函數(shù)(optional sub pattern assignment,OSPA)作為算法監(jiān)測(cè)標(biāo)準(zhǔn),結(jié)果證明了新算法在目標(biāo)數(shù)目估計(jì)以及追蹤精度方面都有明顯的改善,目標(biāo)數(shù)目估計(jì)正確率達(dá)到97%,OSPA距離較GM-PHD算法下降30%。
【作者單位】： 哈爾濱工程大學(xué)信息與通信工程學(xué)院;
【關(guān)鍵詞】： 多目標(biāo) 概率假設(shè)密度 跟蹤算法 頻率估計(jì)
【基金】：國(guó)家自然科學(xué)基金(61175126,61371175) 中央高校基本科研業(yè)務(wù)費(fèi)專項(xiàng)資金資助項(xiàng)目(HEUCFZ1209) 教育部博士點(diǎn)基金資助項(xiàng)目(20112304110009)資助課題
【分類號(hào)】：TN713
【正文快照】： 網(wǎng)絡(luò)優(yōu)先出版地址:http://www.cnki.net/kcms/detail/11.2422.TN.20161008.1500.002.html0引言對(duì)于多目標(biāo)跟蹤而言,在任意時(shí)刻目標(biāo)都存在新生、衍生或死亡3種可能狀態(tài)[1-2]。同時(shí),目標(biāo)數(shù)目實(shí)時(shí)變化,目標(biāo)可能剛進(jìn)入監(jiān)測(cè)區(qū)、剛離開檢測(cè)區(qū),并且,傳感器存在噪聲或漏檢,也會(huì)引起觀

【相似文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前1條

1 林兩魁;魯建華;譚德鋒;;一種粒子概率假設(shè)密度濾波新生粒子采樣新方法[J];電子信息對(duì)抗技術(shù);2012年06期

，

本文編號(hào)：904800