作者：李璐,雷明 单位：哈尔滨工业大学 出版：《哈尔滨工业大学学报》2020年第04期 页数：9页  （PDF与DOC格式可能不同） PDF编号：PDFHEBX2020040060 DOC编号：DOCHEBX2020040069 下载格式：PDF + Word/doc 文字可复制、可编辑
《一种交叉多目标跟踪算法》PDF+DOC2016年第02期 廖小云,高嵩,陈超波 《面向多目标跟踪的PHD滤波多传感器数据融合算法》PDF+DOC2017年第08期 周治利,薛安克,申屠晗,彭冬亮 《基于相机雷达融合的改进GM-PHD多目标跟踪算法》PDF+DOC2020年第05期 张晗,李森,白傑 《基于高斯粒子JPDA滤波的多目标跟踪算法》PDF+DOC2010年第11期 张俊根,姬红兵,蔡绍晓 《纯方位被动多传感器多目标跟踪算法》PDF+DOC2012年第05期 李彬彬,冯新喜,李鸿艳,宁宣杰 《时间偏差校准分布式多传感器多目标跟踪算法》PDF+DOC2020年第04期 李松,程咏梅,王会宾,高仕博 《雷达对再入机动目标跟踪算法研究》PDF+DOC1998年第01期 崔乃刚,林晓辉,奚敏 《基于广义相关法的分布式多传感器多目标跟踪算法研究》PDF+DOC2009年第06期 王海鹏,董云龙,何友 《机场鸟击雷达探测系统》PDF+DOC2008年第10期 陈唯实,宁焕生,李敬,毛峡 《使用高斯混合滤波器的机动目标跟踪》PDF+DOC2014年第11期 权宏伟,李俊华,彭冬亮

    • 为了提升密集杂波干扰下信度传播多目标跟踪算法的性能，提出基于幅度杂波抑制的高斯混合信度传播多目标跟踪算法.首先基于经典瑞利分布幅度模型，采用极大似然法估计目标初始信噪比，结合先验信息为目标信噪比构造截断正态分布模型，再对其进行边缘化；然后结合幅度信息，在信度传播前计算各量测信息的幅度似然比，并引入量测信息函数中，提高目标与量测的关联正确率；最后设置量测信息录取率，得到幅度似然比下限，对所有传感器的量测信息进行筛选，高效完成目标起始过程.研究表明：在不同信噪比和杂波密度下，通过与GMPHD、GMBP和GMBP-AK算法的对比实验，可以明显发现所提GMBP-AC算法的计算效率较高，能够较准确快速地响应各时间段内目标数目的变化情况，同时大幅度减小OSPA误差.进一步证明在密集杂波干扰环境下，该算法具备较强的杂波抑制效果，且能够较好地改善目标数目估计性能和多目标跟踪精度。

    📙 相关资料

    1. 《一种交叉多目标跟踪算法》PDF+DOC 为了解决多目标跟踪过程中由目标轨迹交叉引起的跟踪算法复杂度增加以及跟踪精度降低的问题，提出了一种改进的基于随机有限集的交叉多目标跟踪算法。该算法以高斯混合参数代替概率密度假设来降低算法复杂度和减小跟踪误差。最后在线性高斯条件下进行了MATLAB仿真实验，模拟多目标的运动过程，应用本文提出的改进算法和......
    2. 《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......
    3. 《基于相机雷达融合的改进GM-PHD多目标跟踪算法》PDF+DOC 针对复杂交通场景下单传感器跟踪性能不佳以及目标检测概率未知问题，提出了一种基于相机雷达融合的高斯混合概率密度假设(GM-PHD)多目标跟踪改进算法。通过预关联将目标集合划分为相机雷达量测匹配目标、仅相机量测匹配目标、仅雷达量测匹配目标以及无匹配目标，并采用不同的置信度对目标状态进行更新，综合雷达的径......
    4. 《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......
    5. 《纯方位被动多传感器多目标跟踪算法》PDF+DOC 多传感器多目标跟踪中的数据关联问题是目标跟踪领域中的难点及核心。若传感器是只有角度量测的被动传感器，关联问题则变得更为复杂。针对纯方位多被动传感器系统的多目标跟踪问题，提出了一种基于高斯-厄密特滤波的动态多维分配方法。首先建立了直角坐标系下多被动传感器的高斯-厄密特滤波模型；在该模型的基础上，采用多......
    6. 《时间偏差校准分布式多传感器多目标跟踪算法》PDF+DOC 由于信号处理、量测采集延时等原因，导致多传感器系统中存在量测时间戳不准确，即量测时间偏差。针对量测存在时间偏差的分布式多传感器系统，提出一种时间偏差校准分布式多传感器多目标跟踪算法。在局部处理器，针对传感器量测存在虚警和漏检的情况，基于联合概率数据关联(JPDA)和扩展卡尔曼滤波(EKF)算法进行多......
    7. 《雷达对再入机动目标跟踪算法研究》PDF+DOC 采用广义Ｋａｌｍａｎ滤波方法，通过在北天东雷达直角坐标系内建立相应的再入目标状态及雷达观测方程，再入目标的机动特性用一阶高斯马尔科夫过程描述，并增广到状态方程组之中，根据获得的带有测量误差的雷达测量信息对再入机动目标弹道进行估计，得到了满意的结果。...
    8. 《基于广义相关法的分布式多传感器多目标跟踪算法研究》PDF+DOC 为了进一步解决多传感器多目标跟踪问题，基于广义相关法的思想，利用多传感器分布式结构构成了一种新的多传感器多目标跟踪算法，即分布式多传感器广义相关算法，并在两种典型的仿真环境下从均方根位置误差、算法循环平均周期耗时和错误关联概率三个方面对其进行了性能分析、仿真验证，分布式多传感器广义相关算法能够很好的......
    9. 《机场鸟击雷达探测系统》PDF+DOC 介绍了Merlin和Accipiter 2种成熟的机场鸟击雷达探测系统，分析了“北航鸟击雷达探测系统”的系统构成和主要算法。为满足理想鸟击雷达探测系统的性能要求，讨论了一种机场鸟击雷达探测网设计方案。最后，对鸟击雷达探测系统中2项关键技术(三维信息获取和目标跟踪算法)的研究提出了一些看法。...
    10. 《使用高斯混合滤波器的机动目标跟踪》PDF+DOC 实际目标跟踪过程中，被跟踪目标的状态与类型都是不确定的。使用运动学传感器与属性传感器分别获取的目标状态量测信息与特征量测信息，给出了目标状态与类型不确定性的联合状态类型概率密度函数表示，并推导了线性高斯假设下的系统模型为高斯混合模型。根据这一性质，引入高斯混合滤波器，实现了机动目标的有效跟踪。在仿真......

    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。