作者：蔡如华,杨标,吴孙勇 单位：昆明物理研究所;中国兵工学会夜视技术专业委员会 出版：《红外技术》2020年第04期 页数：8页  （PDF与DOC格式可能不同） PDF编号：PDFHWJS2020040120 DOC编号：DOCHWJS2020040129 下载格式：PDF + Word/doc 文字可复制、可编辑
《基于数据压缩的多传感器PHD滤波算法》PDF+DOC2011年第02期 谭顺成,王国宏,徐海全,王娜 《一种改进的多传感器粒子PHD滤波近似算法》PDF+DOC2012年第01期 欧阳成,姬红兵,杨金龙 《基于模板匹配的集中式多传感器群内目标精细跟踪算法》PDF+DOC2016年第04期 王海鹏,贾舒宜,林雪原,唐田田 《具有形状信息的多传感器群目标跟踪算法》PDF+DOC2015年第17期 陈金广,江梦茜,马丽丽,徐步高 《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 《多传感器多目标跟踪的粒子PHD滤波算法》PDF+DOC2010年第04期 郝燕玲,孟凡彬,张崇猛,蔡艺峰,王素鑫 《多传感器异步量测融合算法性能比较》PDF+DOC2009年第07期 周样晶,江晶,赵杰 《一种新的目标跟踪算法研究》PDF+DOC2009年第03期 齐立峰,冯新喜,惠小平,白剑林 《基于ET-GM-PHD的多传感器多目标跟踪算法》PDF+DOC2013年第10期 刘丽娟,刘国栋 《基于PF-DC的多传感器目标跟踪算法》PDF+DOC2013年第03期 姜鹏,关成斌,李晓明,曹倩

    • 针对目标检测概率较低导致单个传感器无法对目标进行有效检测并跟踪的问题，本文提出了多传感器箱粒子概率假设密度(multi-sensor box particle probability hypothesis density filter，MS-BOX-PHD)滤波器。MS-BOX-PHD滤波器首先将多个传感器的量测转换、融合成为一个量测集合，并利用箱粒子概率假设密度(box particle probability hypothesis density filter， BOX-PHD)滤波器对多个目标的状态进行预测和更新。数值实验表明，相较于单传感器箱粒子概率假设密度(Single-BOX-PHD)滤波器，MS-BOX-PHD滤波器在目标检测概率较低时，能够有效地对多目标的状态和数目进行估计；相较于区间量测下多传感器标准PHD粒子(multi-sensor standard probability hypothesis density particle filter with interval measurement， IM-PHD-PF)滤波器，在达到相同.....。

    📙 相关资料

    1. 《基于数据压缩的多传感器PHD滤波算法》PDF+DOC 针对多传感器多目标跟踪，提出一种基于数据压缩的多传感器概率假设密度(PHD)滤波算法，解决串行多传感器PHD(SMSPHD)滤波计算量过大的问题。算法首先利用数据压缩将多传感器量测数据转换成等效的单传感器量测数据，然后在此基础上进行PHD滤波。仿真结果表明，该算法可以实现对多目标的有效跟踪；此外，随......
    2. 《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......
    3. 《基于模板匹配的集中式多传感器群内目标精细跟踪算法》PDF+DOC 为解决多传感器探测下群内目标精细跟踪的难题，基于非机动情况下各探测周期内群内目标真实回波位置相对固定的特性，提出了一种基于模板匹配的集中式多传感器群内目标精细跟踪算法。该算法通过预关联成功的群状态集合与群量测集合分别建立模板形状矩阵和待匹配形状矩阵，利用匹配搜索模型和匹配矩阵确认规则选出代价最小的匹......
    4. 《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......
    5. 《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......
    6. 《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......
    7. 《多传感器异步量测融合算法性能比较》PDF+DOC 归纳几种多传感器异步量测融合算法，即首先将各传感器异步数据统一到同一时刻，再对该数据进行并行或伪序贯滤波处理。分别采用理论证明和实例仿真分析对各种算法的估计精度、计算量等性能进行了比较。所得结论对实际工程应用中异步量测融合算法的选取有一定的指导意义。...
    8. 《一种新的目标跟踪算法研究》PDF+DOC 当采用概率母函数将单传感器PHD滤波推广到多传感器情形时，针对计算繁琐，难于实现的问题，本文基于集中式融合系统的有序滤波思想，提出多传感器、多目标有序粒子PHD跟踪算法，该算法通过选取与各传感器相关的重要性密度函数，层层更新各传感器的采样粒子，达到多传感器多目标有序PHD跟踪。实验结果表明，当仅仅使......
    9. 《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......
    10. 《基于PF-DC的多传感器目标跟踪算法》PDF+DOC 针对传统的粒子滤波(PF)的多传感器目标跟踪算法存在计算量过大的问题，研究了一种基于PF和数据压缩(PF-DC)的多传感器目标跟踪算法。仿真结果表明，与传统的串行多传感器PF算法相比较，该算法可以极大的降低算法的计算量，从而有效地提高算法的实时性。...

    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。