作者：章涛,吴仁彪 单位：东北大学 出版：《控制与决策》2016年第04期 页数：5页  （PDF与DOC格式可能不同） PDF编号：PDFKZYC2016040300 DOC编号：DOCKZYC2016040309 下载格式：PDF + Word/doc 文字可复制、可编辑

    • 由于传感器分辨率高或目标存在多个反射源等原因，一个目标可以同时产生多个观测数据，对于解决这种扩展目标的跟踪问题，概率假设密度(PHD)滤波算法是一种有效的方法.针对扩展目标概率假设密度滤波算法中观测集合划分，提出一种利用近邻传播聚类方法进行观测集合划分的多扩展目标跟踪算法.实验结果表明，所提出的方法不但能够获得正确的划分观测集合，而且计算复杂度较已有划分方法有较大降低，同时在多目标跟踪效果方面优于已有算法。

    📙 相关资料

    1. 《部分监测区域重叠条件下的扩展目标跟踪》PDF+DOC 若多传感器监测区域部分重叠，则使用传统的序贯滤波算法对扩展目标进行跟踪，会出现目标漏估计的现象。为了解决该问题，首先，在量测更新阶段使用预测步骤产生的高斯分量，而非任一传感器量测更新后的高斯分量，从而使得各个传感器滤波更新后的结果相互独立。然后，当对各传感器接收到的量测更新后，若高斯项中表示目标位置......
    2. 《基于随机有限集的多目标跟踪算法综述》PDF+DOC 基于随机有限集(RFS)的多目标跟踪算法是近年来国际上多传感器信息融合领域的研究热点。分别论述了RFS框架下3种重要的近似滤波器即概率假设密度(PHD)、势化PHD(CPHD)和多目标多伯努利(Me MBer)滤波器的研究进展，并对它们进行了比较和总结；然后，着重梳理了它们在机动目标跟踪、非标准目标......
    3. 《第19届国际信息融合会议及获奖论文评述》PDF+DOC 总结了第19届国际信息融合会议的总体情况和主要特点，通过对大会报告、分会场报告以及国际信息融合界一些著名专家团队发表论文情况的统计分析，提炼出国际信息融合界普遍关注的焦点和难点问题；通过对获奖论文的分析，了解到受大会评奖委员会一致认可的年度优秀成果和技术进步点；最后，面向高层信息融合中的不确定性处理......
    4. 《基于随机有限集的多目标跟踪算法综述》PDF+DOC 随机有限集理论为多目标跟踪问题提供了一种工程友好型的数学工具。详细介绍了RFS理论框架下的三种近似最优贝叶斯滤波器：概率假设密度(PHD)、势PHD(CPHD)和多目标多伯努利(Me MBer)滤波器，并对三者的研究进展进行了详细描述和对比。对这三者的研究现状进行了综合分析，包括多机动目标跟踪、扩展......
    5. 《基于概率假设密度滤波的多目标跟踪算法》PDF+DOC 概率假设密度(PHD)滤波算法在雷达、红外以及可见光等传感器的多目标跟踪中研究越来越广泛。主要研究了基于PHD滤波的多目标跟踪算法的发展现状，简要介绍了PHD滤波算法的基本原理及其在目标运动模型、多检测情况、杂波分布规律假定等方面的研究进展，概述了PHD滤波的实现方法及研究进展，介绍了PHD滤波的主......
    6. 《基于高斯粒子JPDA滤波的多目标跟踪算法》PDF+DOC 在多目标跟踪中，由于观测的不确定性带来数据关联问题，并且，多目标状态空间尺寸的增长带来了维数增大问题，该文提出了一种新的高斯粒子联合概率数据关联滤波算法(GP-JPDAF)，在JPDA框架中引入高斯粒子滤波(GPF)的思想，通过高斯粒子而不是高斯量，来近似目标与观测的边缘关联概率，利用GPF计算目标......
    7. 《基于随机有限集的目标跟踪方法研究及最新进展》PDF+DOC 本文概述了基于随机有限集的目标跟踪方法的产生、发展和研究现状.论文概要总结了基于随机有限集的目标跟踪方法的基础理论，主要包括随机有限集的理论基础，概率假设密度滤波器的理论基础，概率假设密度滤波器的实现方式以及基于随机有限集的目标跟踪算法的性能评价指标.文中同时简要介绍了概率假设密度滤波器在目标跟踪领......
    8. 《一种基于随机集的目标跟踪算法研究》PDF+DOC 针对多传感器多目标跟踪问题，提出了基于随机有限集的概率假设密度(PHD)滤波算法。该算法通过选取与各传感器相关的重要性密度函数，层层更新各传感器的采样粒子，达到多传感器多目标有序PHD跟踪。给出了应用该算法的具体步骤，通过仿真实例证明该算法的有效性。...
    9. 《基于概率最近邻域算法的分布式多传感器多目标跟踪算法》PDF+DOC 为进一步扩大分布式多传感器的应用范围，基于概率最近邻域思想，研究了分布式多传感器概率最近邻域算法，并对其与分布式多传感器联合概率数据互联算法进行了性能仿真分析。经仿真验证，分布式多传感器概率最近邻域算法能够解决多传感器多目标跟踪问题，且实时性有较大提高。...
    10. 《基于ET-GM-PHD的多传感器多目标跟踪算法》PDF+DOC 针对单传感器跟踪系统的缺陷和扩展多目标跟踪问题的复杂性，提出了基于高斯混合扩展目标概率假设密度(ET-GM-PHD)的多传感器多目标跟踪方法。该算法的最大优点在于它可以避免传统多目标跟踪算法中的数据关联过程，不用进行复杂的测量与扩展目标之间的关联过程即可同时获得扩展目标的个数和状态估计。在线性高斯假......

    提示：百度云已更名为百度网盘（百度盘），天翼云盘、微盘下载地址……暂未提供。