作者：章飞,孙睿 单位：江苏科技大学 出版：《江苏科技大学学报(自然科学版)》2012年第06期 页数：6页  （PDF与DOC格式可能不同） PDF编号：PDFHDCB2012060150 DOC编号：DOCHDCB2012060159 下载格式：PDF + Word/doc 文字可复制、可编辑

    • 针对多传感器多目标跟踪中数据关联的计算复杂性问题，提出了一种多传感器序贯势分布概率假设密度滤波算法.利用序贯滤波的方法将单传感器的势分布概率假设密度滤波扩展到多传感器情况，并给出了高斯混合实现的序贯势分布概率假设密度(Gaussian mixture sequential PHD，GMSPHD)滤波的递推算法.仿真实验结果表明，文中提出的GMSCPHD滤波算法具有较高的多目标状态估计和目标数目估计精度，是一种有效的多传感器多目标跟踪方法。

    📙 相关资料

    1. 《多传感器高斯混合PHD融合多目标跟踪方法》PDF+DOC 针对复杂环境下单传感器多目标跟踪方法效果不佳的问题，基于FISST(Finite set statistics)跟踪理论提出一种多传感器高斯混合PHD(Probability hypothesis density)多目标跟踪方法.首先，分析了FISST下多传感器PHD的形式化滤波器，在此基础上构建一......
    2. 《基于概率假设密度的无线传感器网络多目标跟踪算法》PDF+DOC 针对无线传感器网络多目标跟踪过程中杂波难以去除以及由数据关联复杂带来的计算复杂度高的问题，将概率假设密度滤波器应用于无线传感器网络，以更好地对多目标状态信息进行融合估计；首先，建立簇-树型无线传感器网络模型，并运用随机有限集理论对目标状态模型和传感器观测模型进行描述；然后，根据目标与节点之间的距离设......
    3. 《基于有限集统计学的多目标跟踪方法》PDF+DOC 介绍了近年来国内外基于有限集统计学(FISST)的多目标跟踪方法相关研究的进展和现状。首先，给出了基于FISST的多目标跟踪问题描述；其次，介绍了基于FISST的单传感器和双传感器多目标跟踪理论和方法；最后，理论分析和仿真表明该方法具有计算复杂度低等优点。...
    4. 《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......
    5. 《具有形状信息的多传感器群目标跟踪算法》PDF+DOC 针对多传感器环境下具有形状信息的扩展/群目标跟踪问题，提出了两种融合算法，即高斯逆韦氏并行PHD滤波算法和高斯逆韦氏序贯PHD滤波算法。新算法分别结合并行滤波和序贯滤波算法思想，能够对扩展/群目标的质心状态进行跟踪，对形状进行有效估计。高斯逆韦氏并行PHD滤波算法将各个传感器产生的量测集合并到一个量......
    6. 《面向多目标跟踪的PHD滤波多传感器数据融合算法》PDF+DOC 针对密集杂波环境下单传感器应用高斯混合PHD算法进行多目标跟踪时性能下降的问题，提出一种面向多目标跟踪的PHD滤波多传感器数据融合算法。首先构建了基于高斯混合PHD滤波的多传感器数据融合系统框架，各传感器利用高斯混合PHD滤波算法进行局部状态估计，然后对各传感器的状态估计结果进行关联度计算，最后通过......
    7. 《基于多维分配的被动多传感器多目标跟踪方法》PDF+DOC 数据关联是解决多传感器多目标跟踪问题的关键，通过数据关联处理可确定每个观测数据的来源。在被动多传感器系统中，传感器只能接收角度观测数据，数据关联处理更具有挑战性。因此，提出了一种基于多维分配的数据关联方法实现多传感器多目标跟踪。首先，通过多维分配处理解决多传感器观测数据之间的关联问题，找出各传感器来......
    8. 《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......
    9. 《一种改进的多传感器多目标跟踪联合概率数据关联算法研究》PDF+DOC 联合概率数据关联(JPDA)算法对单传感器多目标跟踪是一种良好的算法，但对于多传感器多目标跟踪的情况，特别是目标较为密集时，计算量剧增，会出现计算组合爆炸现象。因此，提出了一种改进算法，即对多传感器多目标量测进行同源划分，将多传感器对多目标的跟踪问题简化为单传感器对多目标的跟踪问题，然后将JPDA当......
    10. 《低检测概率条件下的多传感器机动多目标跟踪方法研究》PDF+DOC 为解决低检测概率条件下的多传感器非线性、机动、多目标检测、数据关联及滤波问题，首先对目标数量进行随机过程建模，其次应用模型参数以及目标数量对目标状态进行了增广，最后应用多模型粒子滤波器(MMPF)对多传感器在低检测概率条件下的机动多目标跟踪进行了仿真。仿真结果表明：基于MMPF的低检测概率目标跟踪方......

    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。