基于交互式多模型的不敏卡尔曼概率假设密度滤波算法

发布时间：2017-08-11 23:05

  本文关键词：基于交互式多模型的不敏卡尔曼概率假设密度滤波算法

  更多相关文章： 机动多目标跟踪 概率假设密度滤波 交互式多模型 不敏卡尔曼滤波

【摘要】：针对非线性高斯场景下目标数目未知或随时间变化的机动多目标跟踪问题,提出一种基于交互式多模型的不敏卡尔曼概率假设密度滤波算法.首先,在高斯混合概率假设密度滤波框架下,结合不敏卡尔曼滤波中状态预测和量测更新的实现机理,构建一种不敏卡尔曼概率假设密度滤波器;然后,通过引入交互式多模型方法中状态模型软判决机制,实现对目标机动过程中运动模式不确定的处理;最后,通过理论分析和仿真结果验证了所提出算法的可行性和有效性.
【作者单位】： 河南大学图像处理与模式识别研究所;
【关键词】： 机动多目标跟踪 概率假设密度滤波 交互式多模型 不敏卡尔曼滤波
【基金】：国家自然科学基金项目(61300214) 中国博士后科学基金项目(2014M551999) 河南省高校科技创新团队支持计划项目(13IRTSTHN021)
【分类号】：TN713
【正文快照】： 0引言杂波环境下多目标跟踪问题广泛存在于军事领域和民用领域.当被跟踪目标的数目已知时,联合概率数据关联(JPDA)[1]或多假设方法(MHT)[2]给出了较好的解决方法.但当目标数目未知或数目随时间变化时,JPDA存在计算复杂度呈指数增长的缺陷,而MHT要获取较好的滤波结果需要进行大

【相似文献】

中国期刊全文数据库 前10条

1 田宏伟,敬忠良,胡士强,胡洪涛;自适应多速率交互式多模型算法[J];上海交通大学学报;2004年12期

2 李辉;沈莹;张安;程t$;;交互式多模型目标跟踪的研究现状及发展趋势[J];火力与指挥控制;2006年11期

3 齐立峰;冯新喜;李峰;;多速率交互式多模型粒子滤波研究[J];指挥控制与仿真;2008年02期

4 张世仓;胡新梅;;基于修正无偏转换测量的交互式多模型算法[J];火控雷达技术;2009年04期

5 汪大宝;刘上乾;马彩文;;基于多速率交互式多模型的快速光电跟踪算法[J];光子学报;2009年12期

6 刘毅;;自适应交互式多模型滤波在被动制导中的应用[J];现代防御技术;2009年02期

7 廖阳;王睿;曾昭博;熊加遥;;两阶段卡尔曼滤波自适应交互式多模型算法[J];探测与控制学报;2010年03期

8 孙杰;江朝抒;;基于卷积粒子滤波的交互式多模型算法[J];系统工程与电子技术;2011年05期

9 张保山;徐国亮;吴一全;;基于坐标转换的卡尔曼交互式多模型滤波算法[J];指挥控制与仿真;2007年05期

10 刘贵喜;高恩克;范春宇;;改进的交互式多模型粒子滤波跟踪算法[J];电子与信息学报;2007年12期

中国重要会议论文全文数据库 前2条

1 潘泉;张洪才;戴冠中;杜宏伟;;交互式多模型滤波器及其并行实现研究[A];1995年中国控制会议论文集（上）[C];1995年

2 于连庆;张煜婕;陈华础;;多假设跟踪方法的应用研究[A];2010年通信理论与信号处理学术年会论文集[C];2010年

中国硕士学位论文全文数据库 前10条

1 张健;基于交互式多模型的无源多传感器目标跟踪研究[D];电子科技大学;2015年

2 文庆臻;无线传感器网络中同时定位与跟踪[D];湘潭大学;2015年

3 魏凤丽;线性系统状态估计中的噪声容限确界方法研究[D];河南大学;2015年

4 杨艳成;基于交互式多模型的机动目标跟踪算法研究[D];哈尔滨工程大学;2012年

5 邹润芳;交互式多模型滤波算法研究及应用[D];上海交通大学;2009年

6 郑雅聪;基于交互式多模型的机动目标跟踪算法研究[D];石家庄铁道大学;2014年

7 任坚斌;基于交互式多模型的机动目标跟踪算法研究[D];南京理工大学;2007年

8 姜燕;多模型机动目标跟踪算法研究[D];太原理工大学;2010年

9 高恩克;目标跟踪的算法研究[D];西安电子科技大学;2007年

10 杨洋;基于隐马尔可夫模型的交互式多模型跟踪算法优化研究[D];华东理工大学;2015年

，

本文编号：658616