Pairwise马尔科夫模型下的势均衡多目标多伯努利滤波器

发布时间：2018-05-19 21:05

  本文选题：隐马尔科夫模型 + Pairwise马尔科夫模型　； 参考：《自动化学报》2017年12期

【摘要】：由于在实际应用中目标模型不一定满足隐马尔科夫模型(Hidden Markov model,HMM)隐含的马尔科夫假设和独立性假设条件,一种更为一般化的Pairwise马尔科夫模型(Pairwise Markov model,PMM)被提出.它放宽了HMM的结构性限制,可以有效地处理更为复杂的目标跟踪场景.本文针对杂波环境下的多目标跟踪问题,提出一种在PMM框架下的势均衡多目标多伯努利(Cardinality balanced multi-target multi-Bernoulli,CBMe MBer)滤波器,并给出它在线性高斯PMM条件下的高斯混合(Gaussian mixture,GM)实现.最后,采用一种满足HMM局部物理特性的线性高斯PMM,将本文所提算法与概率假设密度(Probability hypothesis density,PHD)滤波器进行比较.实验结果表明本文所提算法的跟踪性能优于PHD滤波器.
[Abstract]:Since the objective model does not necessarily satisfy the Markov hypothesis and independence hypothesis implied by Hidden Markov model HMMs in practical application, a more general Pairwise Markov model is proposed. It relaxes the structural constraints of HMM and can effectively handle more complex target tracking scenarios. In this paper, for the multi-target tracking problem in clutter environment, a potential equalization multi-Bernoulli balanced multi-target multi-Bernoullili balanced multi-target CBM M Ber-filter under PMM framework is proposed, and its implementation under linear Gao Si PMM condition is given. Finally, a linear HMM hypothesis filter satisfying the local physical properties of HMM is proposed. The proposed algorithm is compared with the probabilistic assumption density hypothesis density (PHD) filter. The experimental results show that the tracking performance of the proposed algorithm is better than that of PHD filter.
【作者单位】： 西安交通大学智能网络与网络安全教育部重点实验室;
【基金】：国家重点基础研究发展计划(973计划)(2013CB329405) 国家自然科学基金创新研究群体(61221063);国家自然科学基金(61573271,61473217,61370037)资助~~
【分类号】：O211.62;TN713

【相似文献】

相关期刊论文 前10条

1 冯江浪;;改进灰色马尔科夫模型及其在水资源预测中的利用[J];物探化探计算技术;2010年01期

2 赵娟;秦玉芳;刘太岗;王军;;基于一种新型马尔科夫模型的预测蛋白质亚细胞位点的方法(英文)[J];上海师范大学学报(自然科学版);2011年02期

3 陈振颂;李延来;;基于广义信度马尔科夫模型的顾客需求动态分析[J];计算机集成制造系统;2014年03期

4 陈永;冯元;庞思伟;;基于灰色马尔科夫模型的传染病预测[J];信息与电脑(理论版);2010年02期

5 吴金华;戴淼;;基于改进算法的灰色马尔科夫模型的建设用地预测[J];安徽农业科学;2010年08期

6 汪可;杨丽君;廖瑞金;齐超亮;周nv;;基于离散隐式马尔科夫模型的局部放电模式识别[J];电工技术学报;2011年08期

7 邓鑫洋;邓勇;章雅娟;刘琪;;一种信度马尔科夫模型及应用[J];自动化学报;2012年04期

8 陈焕珍;;基于灰色马尔科夫模型的青岛市粮食产量预测[J];计算机仿真;2013年05期

9 张延利;张德生;井霞霞;任世远;;基于无偏灰色马尔科夫模型的人民币/美元汇率短期预测模型[J];陕西科技大学学报(自然科学版);2011年06期

10 佟光霁;张林;;基于灰色马尔科夫模型的农民收入质与量预测[J];商业研究;2012年09期

相关会议论文 前2条

1 王虎平;李炜;赵志理;;基于灰色马尔科夫模型的杭州市客流预测[A];第九届中国不确定系统年会、第五届中国智能计算大会、第十三届中国青年信息与管理学者大会论文集[C];2011年

2 ;Support Vector Machines for Multi-Class Pattern Recognition Based on Improved Voting Strategy[A];Proceedings of 2010 Chinese Control and Decision Conference[C];2010年

相关硕士学位论文 前6条

1 张胜娜;含有隐变量的高阶马尔科夫模型的理论及应用[D];电子科技大学;2014年

2 俞竣瀚;基于极限学习机马尔可夫模型的结构健康状态预测研究[D];长安大学;2016年

3 何亚楠;基于马尔科夫模型的出行目的地预测[D];吉林大学;2017年

4 张海君;基于马尔科夫模型的沙漠扩散和天气预测[D];新疆大学;2013年

5 蔡亮亮;改进的灰色马尔科夫模型及其对全国邮电业务总量的预测[D];南京邮电大学;2013年

6 叶t，

本文编号：1911666