作者：禹磊,唐硕 单位：中国航天科工集团公司第十七研究所 出版：《计算机仿真》2012年第09期 页数：5页  （PDF与DOC格式可能不同） PDF编号：PDFJSJZ2012090060 DOC编号：DOCJSJZ2012090069 下载格式：PDF + Word/doc 文字可复制、可编辑

    • 在整个导弹防御系统中，多目标跟踪是很重要的一项技术，要求系统快速机动地跟踪导弹目标，但系统存在非线性问题，使用传统方法使跟踪偏差大。为解决上述问题，提出在非高斯条件下，把高斯-厄米特粒子滤波算法和联合概率数据关联方法相结合，对多目标跟踪的数据进行关联处理并进行状态估计。利用高斯-厄米特滤波计算的均值、协方差产生密度函数，并生成具有后验特征的粒子。用联合概率数据关联方法进行杂波剔除和数据关联，并对综合的关联粒子滤波算法进行仿真。仿真结果表明，改进方法可以有效解决多目标的准确跟踪问题。

    📙 相关资料

    1. 《多传感器序贯势分布概率假设密度滤波》PDF+DOC 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......
    2. 《基于S-D分配的集中式多传感器不敏滤波算法》PDF+DOC 研究了非线性环境中的集中式多传感器多目标跟踪问题，提出了一种基于S-D分配的集中式多传感器不敏滤波算法。算法通过广义S-D分配技术实现每个传感器中的量测与目标的数据关联，求得所有可能互联中的最佳划分，然后按照顺序多传感器联合概率数据互联算法，依次处理最佳划分中各传感器源于同一目标的量测，在此基础上通......
    3. 《基于数据压缩的多传感器不敏滤波算法》PDF+DOC 针对非线性系统中杂波环境下的集中式多传感器多目标跟踪问题，提出了一种基于数据压缩技术的多传感器不敏滤波算法。仿真结果表明，与MSJPDA/EKF算法相比，本文提出的算法具有更高的跟踪精度和稳定性，同时所选取的粗关联准则使算法的计算量减少了62%。...
    4. 《杂波环境下基于数据压缩的多传感器容积滤波算法》PDF+DOC 针对杂波环境下非线性系统中多传感器多目标跟踪问题，基于广义多维分配(S-D分配)规则获取最佳的量测划分，通过多传感器数据压缩技术得到等效量测点与等效量测协方差，结合容积卡尔曼滤波原理实现多目标跟踪，提出了一种基于数据压缩的多传感器容积滤波算法(SD-DCCKF)。仿真结果表明：相对已有算法，SDDC......
    5. 《扇扫雷达多目标航迹跟踪算法研究》PDF+DOC 针对扇扫雷达多目标跟踪时，目标易丢失，精确度低等问题，提出基于传统航迹跟踪技术的改进算法。该算法在数据关联方面采用优化版的ONNCJPDA，并针对雷达扇扫的特征，实时修正两目标点的航迹预测时间，进而修正此种情况下卡尔曼滤波的滤波和外推方程，从而获得正确的目标航迹。...
    6. 《红外数据辅助的GM-PHD滤波工程优化算法》PDF+DOC 利用红外传感器优异的方位精度特点，解决随机有限集的高斯混合-概率假设密度(GM-PHD)算法在工程应用中存在的问题，提出一种在两方面对目标跟踪进行优化的方法。首先，红外传感器确定新生的目标起始信息，形成新生目标随机集初始值；其次，红外数据在目标跟踪过程中实时修正高斯权值，确保算法运行的稳定性；最后，......
    7. 《GM-PHD雷达密集多目标跟踪应用研究》PDF+DOC 针对雷达密集多目标跟踪数据关联的难题，深入研究了可以避免数据关联的多目标跟踪方法-高斯混合概率假设密度算法(GM-PHD)。首先，将多目标的运动和多目标量测建模为随机有限集的形式，并给出了相应的最优多目标贝叶斯滤波器；然后，在线性高斯假设条件下，详细给出了GM-PHD均值、方差和权值的递归形式，降低......
    8. 《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......
    9. 《灰度图像的多目标跟踪法》PDF+DOC 借鉴雷达的多目标跟踪理论，提出了一种灰度序列图像的多目标跟踪算法。改进跟踪起始和跟踪终结算法，用卡尔曼滤波预测位置，最近邻原则进行数据关联，实现了对实验图像中多个目标的良好跟踪。...
    10. 《基于概率假设密度平滑器的低检测概率下多目标跟踪》PDF+DOC 针对传感器低检测概率下多目标跟踪的问题，提出了一种概率假设密度(PHD)滤波平滑器，并给出了该平滑器的高斯混合(GM)形式.综合运用前向PHD滤波递推与后向平滑两个步骤，改善了多目标跟踪系统对目标误跟踪的情况.通过仿真结果说明，经过平滑的PHD滤波与未经平滑的PHD滤波相比，在目标数目与状态的估计精......

    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。