作者：连峰,马冬冬,韩崇昭 单位：西安交通大学 出版：《西安交通大学学报》2014年第04期 页数：7页  （PDF与DOC格式可能不同） PDF编号：PDFXAJT2014040020 DOC编号：DOCXAJT2014040029 下载格式：PDF + Word/doc 文字可复制、可编辑

    • 针对杂波和漏检环境下单个扩展目标联合检测与估计的性能评价问题，提出了一种基于随机有限集(Random Finite Set，RFS)的误差分析方法。该方法通过将扩展目标的状态和观测分别建模为Bernoulli RFS和Poisson RFS，在RFS框架下推导获得了采用最大后验概率检测器和无偏估计器的均方误差界，并给出了其在目标确定存在以及无杂波条件下的简化形式。实验结果表明，建议的均方误差界能够有效地反映扩展目标联合检测与估计算法所能达到的最优性能，利用该误差界可以对不同的扩展目标联合检测与估计算法的性能进行有效的衡量，误差在5%以内。推导过程和结论仅关注于单传感器扩展目标联合检测与估计的静态问题，并假设其状态和测量均为标量。

    📙 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. 《近邻传播观测聚类的多扩展目标跟踪算法》PDF+DOC 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......
    3. 《基于扩展模型的高分辨雷达目标检测前跟踪》PDF+DOC 在雷达目标检测优化中，由于高分辨雷达会随目标距离、方向的变化而变化，具有很大的随机性，需要进行实时判断，导致传统的基于目标运动连续性原理的高分辨雷达目标检测前跟踪算法，适应性不强，造成跟踪发散。为此提出一种采用目标扩展模型的高分辨雷达目标检测前跟踪算法，给出目标的动力学模型及高分辨雷达的观测方程。通......
    4. 《基于滑动窗口的单传感器数据异常检测》PDF+DOC 数据质量是物联网发展所面临的重大挑战，数据异常检测能实现数据质量提升与潜在信息挖掘。在智能家居等小型物联网场景中数据空间相关性严重不足，因此只能利用时间相关性实现对单传感器数据的异常检测。本文给出基于距离的滑动窗口异常检测算法，通过只处理新加入和刚离开窗口的数据降低时间复杂度，只存储数据对象的k个邻......
    5. 《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......
    6. 《目标检测中的传感器管理方法研究》PDF+DOC 基于假设检验的方法，研究了目标检测与定位中的传感器管理方法，给出了一种最大后验概率法，讨论了另外两种基于贝叶斯推理的最大正确检测概率法和最小代价函数法。通过仿真改进了最大正确检测概率法，对三种不同方法的检测正确率和平均采样次数进行了比较，分析了各种方法的适用场合。...
    7. 《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......
    8. 《一种改进的多传感器粒子PHD滤波近似算法》PDF+DOC 概率假设密度(probability hypothesis density，PHD)滤波是一种有效的多目标跟踪算法。传统的PHD滤波只适用于单传感器，多传感器PHD滤波虽然理论上可行，但计算复杂度过高，实际中只能对其进行近似处理。迭代更新近似算法虽然简单易行，但滤波结果与参与更新的传感器顺序有很大关......
    9. 《多传感器多目标跟踪的粒子PHD滤波算法》PDF+DOC 针对单传感器跟踪系统的缺陷，提出了基于粒子概率假设密度(PHD)滤波的多传感器多目标跟踪算法。这种算法不仅避免了多传感器多目标跟踪的数据关联问题，而且在漏检、目标密集、航迹交叉、小范围内目标数多的杂波环境下能够稳定、精确地估计目标状态和目标数。仿真实验比较了单传感器粒子PHD滤波与多传感器的粒子PH......
    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。