基于随机有限集的目标跟踪算法研究

发布时间：2017-12-21 03:30

  本文关键词：基于随机有限集的目标跟踪算法研究　出处：《华中科技大学》2016年博士论文　论文类型：学位论文

  更多相关文章： 门标跟踪 随机有限集 伯努利滤波 概率假设密度滤波 势平衡多目标多伯努利滤波 多径超视距目标 多传感器

【摘要】：目标跟踪是利用传感器的测量值对目标的状态信息进行估计的过程,其在军事和民用领域均有广泛的应用。通常情况下,目标跟踪算法假设日标测量模型必须满足同一时间一个目标只产生一个测量值,且每个测量值最多来自一个目标或杂波。但实际跟踪系统中,很多门标并不满足该假设,例如：扩展目标,不可分辨门标、多径超视距目标、多传感器目标等,这类目标被称为非标准测量目标。非标准测量目标跟踪问题比较复杂但更具实际应用价值。近些年来,基于随机有限集的目标跟踪算法受到了学者们的广泛关注,该类算法已成为目标跟踪的主流算法。本文针对非标准测量目标跟踪中存在的问题,对现有的基于随机有限集的跟踪算法进行了更为深入的研究,主要研究成果如下：1)针对多传感器目标跟踪问题,将基于随机有限集的伯努利滤波应用于多传感器单目标跟踪系统中,提出了一种多传感器伯努利滤波(MSBF)算法。该算法将多传感器目标状态模拟成伯努利随机有限集,并利用有限集合统计学(FISST)理论推导了伯努利滤波处理多传感器目标的数学表达式。该算法与传统基于“序贯更新近似”的多传感器日标跟踪算法相比,具有估计精度更高、性能更稳定的优点。2)针对机动目标跟踪过程中存在的目标模型不确定性问题,将MSBF算法与多模型算法结合,提出了一种跟踪机动目标的多模多传感器伯努利滤波(MM-MSBF)算法,该算法有效的解决了MSBF算法的机动目标跟踪问题。3)针对超视距雷达跟踪系统中一个目标可通过多条传播路径产生多个测量值的多径问题,提出了一种基于随机有限集的多径概率假设密度(MP-PHD)滤波算法。该算法将多径超视距目标状态建模成随机有限集,然后利用FISST理论推导得到了MP-PHD滤波递推公式,并最终给出了该算法的高斯混合实现流程,仿真结果表明该方法有效的解决了多径超视距多目标跟踪过程中的多径问题。4)针对多径超视距多目标跟踪问题,对基于随机有限集的算法进行更深入的研究,提出了一种多径势平衡多目标多伯努利(MP-CBMeMBer)滤波算法。该算法将目标状态建模成多伯努利随机有限集,然后利川FISST理论推导得到了MP-CBMeMBer滤波递推公式,最终分别给出了该算法的高斯混合和粒子滤波两种实现流程,仿真表明该算法进一步提高了多径超视距多目标的跟踪性能。
【学位授予单位】：华中科技大学
【学位级别】：博士
【学位授予年份】：2016
【分类号】：TN713;TP212

【相似文献】

中国期刊全文数据库 前10条

1 金忠;一种多目标跟踪算法[J];南京理工大学学报(自然科学版);1985年S1期

2 龚萍;张辉;毛征;张庆龙;孔文超;;融合局部熵二维熵的空中目标跟踪算法研究[J];国外电子测量技术;2014年01期

3 马奔,史忠科,皮燕妮;成像目标跟踪算法分析[J];西安电子科技大学学报;2005年03期

4 孙中森;孙俊喜;宋建中;乔双;;一种抗遮挡的运动目标跟踪算法[J];光学精密工程;2007年02期

5 陈爱华;孟勃;朱明;王艳华;;多模式融合的目标跟踪算法[J];光学精密工程;2009年01期

6 牛长锋;刘玉树;;融合多特征的粒子滤波目标跟踪算法[J];华中科技大学学报(自然科学版);2010年01期

7 蔡荣太;吴元昊;王明佳;吴庆祥;;视频目标跟踪算法综述[J];电视技术;2010年12期

8 佟国峰;蒋昭炎;谷久宏;庞晓磊;;基于随机蕨丛的长期目标跟踪算法[J];东北大学学报(自然科学版);2013年01期

9 曹晓丽;李明;邢玉娟;谭萍;;几种自动目标跟踪算法的比较研究[J];硅谷;2013年02期

10 王鲁平,李飚,胡敏露;一种基于多传感器数据融合的目标跟踪算法[J];红外与激光工程;2004年02期

中国重要会议论文全文数据库 前10条

1 徐炳吉;;一种多站联合目标跟踪算法[A];数学及其应用文集——中南模糊数学和系统分会第三届年会论文集（上卷）[C];1995年

2 杜方芳;刘士荣;邱雪娜;;一种改进的粒子滤波目标跟踪算法[A];PCC2009—第20届中国过程控制会议论文集[C];2009年

3 付晓薇;方康玲;李曦;;一种基于特征的多目标跟踪算法[A];2003年中国智能自动化会议论文集（下册）[C];2003年

4 许伟村;赵清杰;;一种基于粒子滤波的多目标跟踪算法[A];2011年中国智能自动化学术会议论文集（第一分册）[C];2011年

5 李军;张华;单梁;;一种基于Mean shift和粒子滤波的综合目标跟踪算法[A];2009年中国智能自动化会议论文集（第七分册）[南京理工大学学报（增刊）][C];2009年

6 肖敬若;胡伏原;郑江滨;张艳宁;;一种有效的多目标跟踪算法[A];第十二届全国信号处理学术年会（CCSP-2005）论文集[C];2005年

7 郑黎义;陈兴无;王磊;李正东;;红外/雷达双传感器融合目标跟踪算法[A];中国工程物理研究院科技年报（2005）[C];2005年

8 张震宇;王立松;;基于粒子滤波的传感器目标跟踪算法[A];2008年中国高校通信类院系学术研讨会论文集（上册）[C];2009年

9 王亚楠;陈杰;甘明刚;;基于差分进化的改进粒子滤波目标跟踪算法[A];中国自动化学会控制理论专业委员会C卷[C];2011年

10 张涛;费树岷;胡刚;;基于多特征信息自适应融合的视频目标跟踪算法[A];第二十九届中国控制会议论文集[C];2010年

中国博士学位论文全文数据库 前10条

1 胡子军;基于随机有限集的雷达多目标跟踪算法研究[D];西安电子科技大学;2015年

2 张雷;复杂场景下实时目标跟踪算法及实现技术研究[D];中国科学院研究生院(长春光学精密机械与物理研究所);2016年

3 王晶晶;复杂拥挤环境下协同视频监控中目标跟踪算法研究[D];中国科学技术大学;2016年

4 田浩;基于核函数的目标跟踪算法研究[D];长安大学;2016年

5 秦永;基于随机有限集的目标跟踪算法研究[D];华中科技大学;2016年

6 项俊;基于检测的数据关联多目标跟踪算法研究[D];华中科技大学;2016年

7 卢建国;基于粒子滤波的视频目标跟踪算法研究[D];北京邮电大学;2011年

8 冯巍;分布式多视角目标跟踪算法研究[D];复旦大学;2011年

9 王书朋;视频目标跟踪算法研究[D];西安电子科技大学;2009年

10 刘晴;基于区域特征的目标跟踪算法研究[D];北京理工大学;2014年

中国硕士学位论文全文数据库 前10条

1 张健;形变目标跟踪算法的研究与实现[D];辽宁大学;2015年

2 张巧丽;基于LabVIEW的运动目标跟踪算法研究与实现[D];陕西科技大学;2015年

3 钟宝康;基于压缩感知的预测目标跟踪算法研究[D];江西理工大学;2015年

4 薛桐;基于CamShift的运动目标跟踪算法研究[D];沈阳理工大学;2015年

5 王增宇;基于稀疏表达的目标跟踪算法研究[D];沈阳理工大学;2015年

6 王静;结构化的表观模型及两阶段目标跟踪算法研究[D];沈阳理工大学;2015年

7 葛凯蓉;自然场景下目标跟踪算法的研究[D];山东大学;2015年

8 向伟;基于检测的目标跟踪算法研究[D];上海交通大学;2015年

9 单顺勇;结合多示例学习和模板匹配的目标跟踪算法研究[D];江西理工大学;2015年

10 张碧武;基于单目视觉的目标跟踪算法的研究与实现[D];电子科技大学;2015年

，

本文编号：1314533