本文選題：多傳感器多目標(biāo)跟蹤　切入點(diǎn)：有限集統(tǒng)計(jì)　出處：《自動(dòng)化學(xué)報(bào)》2017年06期 　論文類型：期刊論文

【摘要】：針對(duì)復(fù)雜環(huán)境下單傳感器多目標(biāo)跟蹤方法效果不佳的問題,基于FISST(Finite set statistics)跟蹤理論提出一種多傳感器高斯混合PHD(Probability hypothesis density)多目標(biāo)跟蹤方法.首先,分析了FISST下多傳感器PHD的形式化濾波器,在此基礎(chǔ)上構(gòu)建一種反饋式多傳感器PHD融合跟蹤框架;進(jìn)一步利用高斯混合技術(shù)提出多傳感器PHD跟蹤方法;最后,通過解決多傳感器后驗(yàn)PHD粒子匹配與融合問題提出三種算法.仿真實(shí)驗(yàn)表明,與常規(guī)高斯混合PHD跟蹤算法相比,本文所提算法能夠有效提高目標(biāo)跟蹤精度和魯棒性.
[Abstract]:In order to solve the problem that the multi-target tracking method based on FISST(Finite set statistics is not effective, a multi-sensor Gao Si hybrid PHD(Probability hypothesis density-based multi-target tracking method based on FISST(Finite set statistics is proposed. The formalized filter of multi-sensor PHD under FISST is analyzed, and a feedback multi-sensor PHD fusion tracking framework is constructed. Furthermore, a multi-sensor PHD tracking method based on Gao Si hybrid technique is proposed. Three algorithms are proposed to solve the problem of multi-sensor posterior PHD particle matching and fusion. Simulation results show that the proposed algorithm can effectively improve the accuracy and robustness of target tracking compared with the conventional Gao Si hybrid PHD tracking algorithm.
【作者單位】： 杭州電子科技大學(xué)自動(dòng)化學(xué)院 信息科學(xué)與控制工程研究所;
【基金】：國(guó)家自然科學(xué)基金重大儀器專項(xiàng)項(xiàng)目(61427808);國(guó)家自然科學(xué)基金重點(diǎn)項(xiàng)目(61333009)資助~~
【分類號(hào)】：TP212.9

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 張會(huì)喬;李桂菊;;基于標(biāo)記和軌跡預(yù)測(cè)的多目標(biāo)跟蹤方法[J];微計(jì)算機(jī)信息;2008年24期

2 周銳;楊滌;王恒霖;;圖像序列中多目標(biāo)跟蹤方法[J];戰(zhàn)術(shù)導(dǎo)彈技術(shù);1996年02期

3 原新,朱齊丹,杜亞東;一種實(shí)用的機(jī)動(dòng)多目標(biāo)跟蹤方法[J];黑龍江自動(dòng)化技術(shù)與應(yīng)用;1999年03期

4 賈子熙;吳成東;張?jiān)浦?黃月;;一種適用于建筑災(zāi)難救援系統(tǒng)的目標(biāo)跟蹤方法[J];東北大學(xué)學(xué)報(bào)(自然科學(xué)版);2010年03期

5 壽向晨;杜嘉迪;;WSN中一種改進(jìn)的目標(biāo)跟蹤方法[J];無線電工程;2012年04期

6 韓紅,韓崇昭,朱洪艷,劉允才;分布式多傳感器融合多目標(biāo)跟蹤方法[J];系統(tǒng)仿真學(xué)報(bào);2004年08期

7 閔華清;黃欣欣;羅榮華;;基于激光和視覺信息的機(jī)器人目標(biāo)跟蹤方法[J];計(jì)算機(jī)技術(shù)與發(fā)展;2010年04期

8 劉美;高歡萍;林偉鵬;;非參數(shù)信念傳播的WSN目標(biāo)跟蹤方法[J];自動(dòng)化儀表;2011年01期

9 張君華;石紅;王若鵬;謝廣明;;機(jī)器人水球比賽中的目標(biāo)跟蹤[J];兵工自動(dòng)化;2011年12期

10 翟乃江;李承冬;;基于改進(jìn)的MeanShift算法的選煤廠人員目標(biāo)跟蹤方法[J];工礦自動(dòng)化;2012年02期

相關(guān)碩士學(xué)位論文 前10條

1 朱云生;DSRC與車載傳感器融合的智能車輛目標(biāo)跟蹤方法研究[D];重慶郵電大學(xué);2016年

2 張祺琛;基于WSN的目標(biāo)跟蹤方法研究[D];南京航空航天大學(xué);2016年

3 汪雄良;基于參數(shù)化技術(shù)的目標(biāo)跟蹤方法[D];國(guó)防科學(xué)技術(shù)大學(xué);2002年

4 謝玲;被動(dòng)式傳感器點(diǎn)目標(biāo)跟蹤方法研究[D];大連理工大學(xué);2005年

5 邵文坤;便攜式地面移動(dòng)機(jī)器人目標(biāo)跟蹤方法研究[D];國(guó)防科學(xué)技術(shù)大學(xué);2005年

6 韓小衛(wèi);無線感知網(wǎng)分布式多目標(biāo)跟蹤方法研究與系統(tǒng)實(shí)現(xiàn)[D];哈爾濱工業(yè)大學(xué);2007年

7 張文;魚類行為視頻在線監(jiān)測(cè)若干關(guān)鍵技術(shù)研究[D];浙江工業(yè)大學(xué);2012年

8 陳運(yùn)聰;手術(shù)導(dǎo)航系統(tǒng)中的多目標(biāo)跟蹤方法研究[D];吉林大學(xué);2013年

9 范旭豐;室內(nèi)環(huán)境下基于單目視覺的目標(biāo)跟蹤方法研究[D];哈爾濱工業(yè)大學(xué);2008年

10 王澤毅;多傳感器協(xié)同目標(biāo)跟蹤方法研究[D];西安電子科技大學(xué);2011年

，

本文編號(hào)：1631180