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
共找到1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：
基于STGP-ETCBMeMBer滤波器的扩展目标跟踪算法 被引量：2
1
作者 吴孙勇 吕晓燕 +1 位作者 薛秋条 周于松 《信号处理》 CSCD 北大核心 2023年第7期1319-1330,共12页
外形估计是扩展目标跟踪的难点之一,不精确的建模方法会导致较差的估计效果。针对不规则多扩展目标的跟踪问题,本文提出了一种基于时空高斯过程模型的势平衡多扩展目标多伯努利(Spatio-Temporal Gaussian Process Cardinality Balanced ... 外形估计是扩展目标跟踪的难点之一,不精确的建模方法会导致较差的估计效果。针对不规则多扩展目标的跟踪问题,本文提出了一种基于时空高斯过程模型的势平衡多扩展目标多伯努利(Spatio-Temporal Gaussian Process Cardinality Balanced Multi-Extended Target Multi-Target Multi-Bernoulli, STGP-ETCBMeMBer)滤波算法。首先,利用随机有限集方法将增广后的多扩展目标状态集合和量测集合分别建模为多伯努利随机有限集合和泊松随机有限集合,并在此基础上利用STGP方法对星凸形扩展目标的量测源建模,提高算法对扩展目标的外形估计精度。之后,在算法更新阶段,假设同一目标量测子集对应的多个似然函数服从高斯分布,推导得到了STGPETCBMeMBer滤波算法的高斯混合(Gaussian Mixture, GM)实现。最后,通过构造仿真对比实验验证了所提算法的有效性,仿真结果表明所提算法在扩展目标的外形估计上有更精确的效果。 展开更多
关键词 扩展目标 时空高斯过程 CBMeMBer滤波器 高斯混合
下载PDF
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
使用帮助 返回顶部