针对复杂不确定性环境下具有不规则形状的多扩展目标跟踪问题,提出了一种基于星凸形随机超曲面模型(Starconvex RHM)的多扩展目标多伯努利滤波算法.首先,在有限集统计(Finite set statistics,FISST)理论框架下,采用多伯努利随机有限集(M...
详细信息
针对复杂不确定性环境下具有不规则形状的多扩展目标跟踪问题,提出了一种基于星凸形随机超曲面模型(Starconvex RHM)的多扩展目标多伯努利滤波算法.首先,在有限集统计(Finite set statistics,FISST)理论框架下,采用多伯努利随机有限集(MBer-RFS)和泊松RFS(Possion-RFS)分别描述多扩展目标的状态和观测,并给出扩展目标势均衡多目标多伯努利(ET-CBMeMBer)滤波器.其次,利用RHM去描述任意星凸形扩展目标的量测源分布,提出了容积卡尔曼高斯混合星凸形多扩展目标多伯努利滤波器.此外,本文给出了一种多扩展目标不规则形状估计性能的评价指标.最后,通过多扩展目标和具有形状突变的多群目标的跟踪仿真实验验证了本文方法的有效性.
针对阵列信号处理中单快拍情况下的多源时变波达方向(direction of arrival,DOA)跟踪问题,提出了一种基于单快拍空间平滑的多伯努利DOA跟踪算法。首先,利用多伯努利随机有限集(random finite set,RFS)描述状态过程的随机性,并直接利用...
详细信息
针对阵列信号处理中单快拍情况下的多源时变波达方向(direction of arrival,DOA)跟踪问题,提出了一种基于单快拍空间平滑的多伯努利DOA跟踪算法。首先,利用多伯努利随机有限集(random finite set,RFS)描述状态过程的随机性,并直接利用从传感器阵列中获得单快拍量测。其次,采用空间平滑技术对单快拍量测进行处理,得到伪协方差矩阵,并进行奇异值分解。最后,用多重信号分类(multiple signal classification,MUSIC)谱函数作为伪似然函数进行多伯努利DOA跟踪。仿真结果表明,该算法能实时有效跟踪单快拍量测下的时变信源DOA状态,且能准确估计信源个数。
针对单声矢量传感器(Acoustic vector sensor,AVS)脉冲噪声环境下的多声源波达方向(Direction of arrival,DOA)跟踪问题,利用α稳定分布能更好地建模脉冲噪声的性质,提出α稳定分布下的多伯努利DOA跟踪算法。由于α稳定分布不具有有限...
详细信息
针对单声矢量传感器(Acoustic vector sensor,AVS)脉冲噪声环境下的多声源波达方向(Direction of arrival,DOA)跟踪问题,利用α稳定分布能更好地建模脉冲噪声的性质,提出α稳定分布下的多伯努利DOA跟踪算法。由于α稳定分布不具有有限协方差,该算法采用分数低阶距(Fractional Lower Order Moment,FLOM)代替协方差矩阵,对FLOM进行特征分解构造噪声子空间,生成FLOM-MUSIC空间谱函数作为多伯努利滤波器的伪似然函数,并对其指数加权,改善了传统似然函数的发散和平坦问题,使得粒子的重采样更有效。该算法的优点是不需要预先知道声源个数,利用先验信息和当前量测信息可以直接对当前声源进行跟踪。仿真结果表明,该算法能有效跟踪脉冲噪声环境下单一AVS声源的数目和状态。
暂无评论