无线层析网络中基于粒子滤波的时变多目标跟踪
本文关键词: 粒子滤波 时变多目标跟踪 无线层析成像 最佳子模式分配 出处:《北京理工大学学报》2017年05期 论文类型:期刊论文
【摘要】:研究将粒子滤波(PF)理论应用于无线层析网络中的时变多目标跟踪(MTT).传统的基于无线层析成像(RTI)的时变多目标跟踪方法存在延迟问题,即与真实的时变目标数目相比,估计所得时变目标数目存在滞后,并且跟踪精度较低.基于PF的时变多目标跟踪方法利用维度可变的粒子来估计目标数目,实现目标跟踪.该方法不存在延迟问题,并且能提高目标的跟踪性能.研究通过在一个9.5m×9.5m的监测区域内进行实验来验证该算法的有效性.实验结果表明基于RTI的时变多目标跟踪方法的最佳子模式分配(OSPA)误差为0.485m,而基于PF的时变多目标跟踪方法的OSPA误差为0.362m,其性能比基于RTI的方法提高了25%.
[Abstract]:This paper studies the application of particle filter theory to time-varying multi-target tracking in wireless tomography networks. The traditional time-varying multi-target tracking method based on wireless tomography (RTI) has the problem of delay, that is, compared with the real number of time-varying targets. The estimated number of time-varying targets has lag, and the tracking accuracy is low. The PF based time-varying multi-target tracking method uses variable particles to estimate the number of targets to achieve target tracking. There is no delay problem in this method. The effectiveness of the algorithm is verified by experiments in a monitoring area of 9.5 m 脳 9.5 m. The experimental results show that the optimal sub-pattern allocation of time-varying multi-target tracking method based on RTI is OSPA). The error is 0.485m, while the OSPA error of PF based time-varying multi-target tracking method is 0.362m. its performance is 25% higher than that based on RTI.
【作者单位】: 北京理工大学信息与电子学院;
【基金】:国家自然科学基金资助项目(61101129,61227001,61471045) 北京青年英才计划(YETP1182)
【分类号】:TN713;TN92
【相似文献】
相关期刊论文 前8条
1 田淑荣;王国宏;何友;;多目标跟踪的概率假设密度粒子滤波[J];海军航空工程学院学报;2007年04期
2 王延杰;主客观协调估计实现多目标跟踪[J];光机电信息;1997年12期
3 董康军;冯洋;;多目标跟踪的概率假设密度滤波[J];渭南师范学院学报;2008年02期
4 孙杰;李冬;;多目标跟踪的多伯努利平滑方法[J];数字通信;2014年02期
5 李卫华;红外多目标跟踪与预测技术的研究[J];红外;2002年06期
6 郝燕玲;孟凡彬;张崇猛;蔡艺峰;王素鑫;;多传感器多目标跟踪的粒子PHD滤波算法[J];传感器与微系统;2010年04期
7 E.W.卡门 ,C.R.萨斯特赖 ,王俊仪;使用位置量测值乘积的多目标跟踪(二)[J];情报指挥控制系统与仿真技术;1994年04期
8 ;[J];;年期
相关会议论文 前2条
1 敬忠良;王培德;周宏仁;;机动多目标跟踪统一方法[A];1991年控制理论及其应用年会论文集(下)[C];1991年
2 王芝;徐晓滨;文成林;;混合高斯PHD滤波器及其在多目标跟踪中的应用[A];2009中国控制与决策会议论文集(2)[C];2009年
相关博士学位论文 前1条
1 张鹤冰;概率假设密度滤波算法及其在多目标跟踪中的应用[D];哈尔滨工程大学;2012年
相关硕士学位论文 前3条
1 陈昊;基于概率假设密度的OTHR多目标跟踪算法研究[D];西北工业大学;2016年
2 司冠楠;面向多目标跟踪的多传感器数据融合方法研究[D];沈阳理工大学;2014年
3 肖本洁;机器人同时定位制图及多目标跟踪算法研究[D];复旦大学;2013年
,本文编号:1535502
本文链接:https://www.wllwen.com/kejilunwen/dianzigongchenglunwen/1535502.html