一种改进的多伯努利多目标跟踪算法

发布时间：2017-08-09 09:08

  本文关键词：一种改进的多伯努利多目标跟踪算法

  更多相关文章： 多目标跟踪 势均衡多伯努利滤波 粒子滤波 重要性密度函数 均方根容积卡尔曼滤波

【摘要】：针对粒子势均衡多目标多伯努利滤波的粒子实现形式所需粒子数多、粒子退化严重的问题,将均方根容积卡尔曼滤波与粒子势均衡多目标多伯努利滤波相结合,提出均方根容积卡尔曼粒子势均衡多目标多伯努利滤波算法.该算法利用均方根容积卡尔曼滤波构建重要性密度函数,再对其进行采样获得预测粒子状态,从而提高粒子的准确性,减轻粒子退化.与基于无迹卡尔曼的粒子势均衡多目标多伯努利滤波相比,该算法更稳定,且算法性能不受目标状态维数的限制.仿真实验表明,所提算法与粒子势均衡多目标多伯努利滤波算法和基于无迹卡尔曼的粒子势均衡多目标多伯努利滤波算法相比,其跟踪精度更高.
【作者单位】： 西安电子科技大学雷达信号处理国家重点实验室;
【关键词】： 多目标跟踪 势均衡多伯努利滤波 粒子滤波 重要性密度函数 均方根容积卡尔曼滤波
【基金】：国家自然科学基金资助项目(61401526)
【分类号】：TN713
【正文快照】： 近些年,基于随机有限集(Random Finite Sets,RFS)[1]的多目标跟踪算法开辟了多目标跟踪的一个新领域,此类算法的基本思想是对目标状态和观测量进行集合建模,将单目标贝叶斯滤波推广到多目标领域,从而避免了数据关联.此类算法的典型代表有概率假设密度(Probability Hypothesis

【相似文献】

中国期刊全文数据库 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

中国重要会议论文全文数据库 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

中国博士学位论文全文数据库 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

中国硕士学位论文全文数据库 前2条

1 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

2 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：644473