《基于随机集理论的多个声目标融合跟踪》PDF+DOC

📙 相关资料

1. 《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......
2. 《基于随机集理论的模糊观测多目标跟踪方法》PDF+DOC 为解决传感器观测数据具有不确定性和模糊性的多目标跟踪问题，首先给出了模糊观测的随机子集表示及其似然函数构造方法：然后利用所构造的似然函数，并结合概率假设密度(PHD)滤波器来实现模糊观测的多目标跟踪.仿真结果显示，标准PHD滤波器在模糊观测下会出现目标数目估计不准确的问题.针对这一问题，在分析了该问......
3. 《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......
4. 《有序粒子概率假定密度跟踪算法》PDF+DOC 针对由单传感器概率假定密度滤波到多传感器情形推导困难的问题，提出了一种有序粒子概率假定密度跟踪算法。首先，推导出集中式多传感器粒子概率假定密度滤波模型，再根据集中式融合系统的特点，选取与多传感器相关的重要性密度函数，通过多传感器多步更新重采样粒子，从而实现多传感器多目标有序粒子概率假定密度跟踪。仿真......
5. 《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......
6. 《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......
7. 《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......
8. 《基于概率假设密度滤波的水下多目标被动跟踪》PDF+DOC 针对水下多目标跟踪过程中存在多种干扰因素，如噪声污染、杂波环境、量测数据处理等，本文将概率假设密度滤波应用到水下目标跟踪领域。首先，在单目标匀速运动场景下，提出一种二维搜索法，探究目标估计的均方根误差随2个被动声呐距离和目标初始链距取值变化的规律，为后续目标跟踪中参数选取提供参考。接着，对于多目标编......
9. 《基于FCM的多传感器融合多目标跟踪的数据关联》PDF+DOC 数据关联是实现多目标跟踪的核心技术之一，也是实现多传感器信息融合的前提。本文采用改进的模糊c-均值法求解关联概率，并通过在不同的传感器所对应的观测空间上建立多目标运动状态的投影，将单传感器数据关联算法推广到多传感器信息融合系统，从而可在密集杂波环境中实现对多目标的数据关联和精确跟踪。仿真实验结果说明......
10. 《集中式多传感器不敏多假设滤波算法》PDF+DOC 为了解决非线性系统中杂波环境下的多传感器多目标跟踪问题，提出了一种集中式顺序多传感器不敏多假设滤波算法。在算法中，首先根据顺序结构多传感器系统实现方法将研究问题转化为顺序处理多个非线性单传感器多目标跟踪问题，然后结合多假设跟踪的思想将单传感器中量测点迹与多个航迹互联，在此基础上采用不敏卡尔曼滤波完成......