期刊导航
期刊开放获取
重庆大学
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
3
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
改进匹配方法的BFG-GMPHD滤波算法
被引量:
1
1
作者
赵斌
胡建旺
吉兵
《传感器与微系统》
CSCD
2016年第7期136-139,146,共5页
针对高斯混合概率假设密度(GMPHD)滤波算法中的机动目标跟踪问题,提出了一种改进的最佳拟合高斯(BFG)与GMPHD结合的BFG-GMPHD算法。算法对BFG近似方式做出改进,通过匹配状态转移的均值和协方差矩阵来近似多个目标动态模型中的状态转移...
针对高斯混合概率假设密度(GMPHD)滤波算法中的机动目标跟踪问题,提出了一种改进的最佳拟合高斯(BFG)与GMPHD结合的BFG-GMPHD算法。算法对BFG近似方式做出改进,通过匹配状态转移的均值和协方差矩阵来近似多个目标动态模型中的状态转移矩阵和过程噪声的协方差矩阵,实现了滤波器与不同动态模型的匹配;在对BFG分布进行递推时,引入了模型概率更新过程,解决了BFG仅依赖于先验信息的问题。仿真实验表明:改进后的算法能滤除传感器数据中的杂波干扰,有效匹配目标运动模型的变化,更加准确地估计出目标的数目和状态,提高了跟踪的性能。
展开更多
关键词
高斯混合概率假设密度
机动目标
改进最佳拟合高斯
模型概率更新
下载PDF
职称材料
基于高斯混合带势概率假设密度滤波器的未知杂波下多机动目标跟踪算法
被引量:
8
2
作者
胡子军
张林让
+1 位作者
张鹏
王纯
《电子与信息学报》
EI
CSCD
北大核心
2015年第1期116-122,共7页
多模型的随机有限集(RFS)类方法是一类有效的多机动目标跟踪算法,但是现有算法都假定杂波统计特性先验已知,不适用于未知杂波背景。该文以高斯混合带势概率假设密度滤波器(GMCPHDF)为基础,提出一种未知杂波下的多机动目标跟踪算法。该...
多模型的随机有限集(RFS)类方法是一类有效的多机动目标跟踪算法,但是现有算法都假定杂波统计特性先验已知,不适用于未知杂波背景。该文以高斯混合带势概率假设密度滤波器(GMCPHDF)为基础,提出一种未知杂波下的多机动目标跟踪算法。该算法对目标和杂波分别独立建模,通过最优高斯(BFG)估计方法对真实目标的强度函数进行预测,从而使多目标强度函数独立于机动目标的运动模型,实现各时刻真实目标的强度函数、杂波源期望个数以及真实目标和杂波源的混合势分布的迭代。仿真结果表明,该算法能够有效地联合估计多机动目标状态以及杂波期望个数。
展开更多
关键词
多机动目标跟踪
未知杂波
带势概率假设密度滤波器
最优高斯估计
下载PDF
职称材料
多模型GGIW-GLMB算法跟踪机动群目标
被引量:
1
3
作者
甘林海
刘进忙
+1 位作者
王刚
李松
《北京航空航天大学学报》
EI
CAS
CSCD
北大核心
2018年第10期2185-2192,共8页
针对多个机动群目标跟踪问题,提出了一种多模型伽马高斯逆威夏特-广义标签多贝努利(MM-GGIW-GLMB)算法。采用多模型算法对群目标进行运动建模,利用最适高斯(BFG)近似在预测阶段对多模型进行融合,减小了多模型算法的运算量,为进一步提高...
针对多个机动群目标跟踪问题,提出了一种多模型伽马高斯逆威夏特-广义标签多贝努利(MM-GGIW-GLMB)算法。采用多模型算法对群目标进行运动建模,利用最适高斯(BFG)近似在预测阶段对多模型进行融合,减小了多模型算法的运算量,为进一步提高算法在目标机动阶段的跟踪性能,引入强跟踪滤波器(STF)对BFG算法得到的预测状态协方差进行修正。利用最优次模式分配(OSPA)距离及其一倍标准差和航迹标签正确率衡量算法对机动群目标的跟踪性能。仿真结果表明,本文算法能够提升对机动群目标的跟踪精度和稳定性。
展开更多
关键词
广义标签多贝努利(GLMB)
伽马高斯逆威夏特(GGIW)
最适高斯(
bfg
)近似
强跟踪滤波器(STF)
群目标跟踪
原文传递
题名
改进匹配方法的BFG-GMPHD滤波算法
被引量:
1
1
作者
赵斌
胡建旺
吉兵
机构
军械工程学院信息工程系
出处
《传感器与微系统》
CSCD
2016年第7期136-139,146,共5页
文摘
针对高斯混合概率假设密度(GMPHD)滤波算法中的机动目标跟踪问题,提出了一种改进的最佳拟合高斯(BFG)与GMPHD结合的BFG-GMPHD算法。算法对BFG近似方式做出改进,通过匹配状态转移的均值和协方差矩阵来近似多个目标动态模型中的状态转移矩阵和过程噪声的协方差矩阵,实现了滤波器与不同动态模型的匹配;在对BFG分布进行递推时,引入了模型概率更新过程,解决了BFG仅依赖于先验信息的问题。仿真实验表明:改进后的算法能滤除传感器数据中的杂波干扰,有效匹配目标运动模型的变化,更加准确地估计出目标的数目和状态,提高了跟踪的性能。
关键词
高斯混合概率假设密度
机动目标
改进最佳拟合高斯
模型概率更新
Keywords
gaussian
mixture probability hypothesis density(GMPHD)
maneuvering targets
improved best fitting gaussian(bfg)
model probability update
分类号
TP391 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
基于高斯混合带势概率假设密度滤波器的未知杂波下多机动目标跟踪算法
被引量:
8
2
作者
胡子军
张林让
张鹏
王纯
机构
西安电子科技大学雷达信号处理国家重点实验室
西安建筑科技大学信息与控制工程学院
出处
《电子与信息学报》
EI
CSCD
北大核心
2015年第1期116-122,共7页
基金
国家自然科学基金(61301281)资助课题
文摘
多模型的随机有限集(RFS)类方法是一类有效的多机动目标跟踪算法,但是现有算法都假定杂波统计特性先验已知,不适用于未知杂波背景。该文以高斯混合带势概率假设密度滤波器(GMCPHDF)为基础,提出一种未知杂波下的多机动目标跟踪算法。该算法对目标和杂波分别独立建模,通过最优高斯(BFG)估计方法对真实目标的强度函数进行预测,从而使多目标强度函数独立于机动目标的运动模型,实现各时刻真实目标的强度函数、杂波源期望个数以及真实目标和杂波源的混合势分布的迭代。仿真结果表明,该算法能够有效地联合估计多机动目标状态以及杂波期望个数。
关键词
多机动目标跟踪
未知杂波
带势概率假设密度滤波器
最优高斯估计
Keywords
Multiple maneuvering target tracking
Unknown clutter
Cardinalized Probability Hypothesis Density Filter(CPHDF)
best
-
fitting
gaussian(
bfg)
approximation
分类号
TP391 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
多模型GGIW-GLMB算法跟踪机动群目标
被引量:
1
3
作者
甘林海
刘进忙
王刚
李松
机构
空军工程大学防空反导学院
出处
《北京航空航天大学学报》
EI
CAS
CSCD
北大核心
2018年第10期2185-2192,共8页
基金
国家自然科学基金(61703412
61503407)~~
文摘
针对多个机动群目标跟踪问题,提出了一种多模型伽马高斯逆威夏特-广义标签多贝努利(MM-GGIW-GLMB)算法。采用多模型算法对群目标进行运动建模,利用最适高斯(BFG)近似在预测阶段对多模型进行融合,减小了多模型算法的运算量,为进一步提高算法在目标机动阶段的跟踪性能,引入强跟踪滤波器(STF)对BFG算法得到的预测状态协方差进行修正。利用最优次模式分配(OSPA)距离及其一倍标准差和航迹标签正确率衡量算法对机动群目标的跟踪性能。仿真结果表明,本文算法能够提升对机动群目标的跟踪精度和稳定性。
关键词
广义标签多贝努利(GLMB)
伽马高斯逆威夏特(GGIW)
最适高斯(
bfg
)近似
强跟踪滤波器(STF)
群目标跟踪
Keywords
generalized labeled multi-Bernoulli (GLMB)
Gamma
gaussian
inverse Wishart (GGIW)
best
fitting
Gauss
(bfg
) approximation
strong tracking filter (STF)
group target tracking
分类号
TN953 [电子电信—信号与信息处理]
原文传递
题名
作者
出处
发文年
被引量
操作
1
改进匹配方法的BFG-GMPHD滤波算法
赵斌
胡建旺
吉兵
《传感器与微系统》
CSCD
2016
1
下载PDF
职称材料
2
基于高斯混合带势概率假设密度滤波器的未知杂波下多机动目标跟踪算法
胡子军
张林让
张鹏
王纯
《电子与信息学报》
EI
CSCD
北大核心
2015
8
下载PDF
职称材料
3
多模型GGIW-GLMB算法跟踪机动群目标
甘林海
刘进忙
王刚
李松
《北京航空航天大学学报》
EI
CAS
CSCD
北大核心
2018
1
原文传递
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部