检索结果-内蒙古大学图书馆

电子学报 2014年第4期42卷 672-678页

作者：李方敏姜娜熊迹张景源武汉理工大学信息工程学院光纤传感技术与信息处理教育部重点实验室湖北武汉430070

现有基于热释电红外传感器的多目标跟踪系统在目标之间距离较近或者轨迹相交的情况下存在着误差较大的缺点.针对此缺点,提出了一种新型的基于热释电红外传感器与视频监测器协同工作的多目标跟踪方案.该方案可以充分利用两种传感器的优势... 详细信息

现有基于热释电红外传感器的多目标跟踪系统在目标之间距离较近或者轨迹相交的情况下存在着误差较大的缺点.针对此缺点,提出了一种新型的基于热释电红外传感器与视频监测器协同工作的多目标跟踪方案.该方案可以充分利用两种传感器的优势,弥补在目标跟踪中的不足.算法采用最小二乘法利用热释电信息进行定位,并通过从图像或热释电传感器信号的幅频特性中提取特征信息来校正联合概率数据关联算法的关联矩阵,有效避免了错误关联.实验表明,该方案在多目标交叉情况下跟踪误差仅为其它算法的八分之一到四分之一.

关键词：热释电红外(PIR)传感器视频监控器目标跟踪联合概率数据关联算法

来源：评论

学校读者我要写书评

暂无评论

数据关联算法的研究

引用

哈尔滨工程大学学报 2007年第7期28卷 813-817页

作者：司锡才陈玉坤李志刚哈尔滨工程大学信息与通信工程学院黑龙江哈尔滨150001

在现代目标跟踪系统中,数据关联是一个重要组成部分.由于测量来源的不确定性,密集环境中的目标跟踪比较困难.概率数据关联算法和联合概率数据关联算法能很好地处理目标跟踪并在很多领域得到了广泛的应用.但是一旦出现某种干扰或是故障,... 详细信息

在现代目标跟踪系统中,数据关联是一个重要组成部分.由于测量来源的不确定性,密集环境中的目标跟踪比较困难.概率数据关联算法和联合概率数据关联算法能很好地处理目标跟踪并在很多领域得到了广泛的应用.但是一旦出现某种干扰或是故障,通过概率数据关联算法得到的滤波值也会偏离真实值很多,造成滤波发散,严重影响性能.针对这一不足,基于概率数据关联算法中的组合新息,提出了修正概率数据关联算法.最后用一些实例来评价该跟踪算法的跟踪性能,仿真结果表明了修正概率数据关联算法和修正联合概率数据关联算法的有效性.

关键词：数据关联目标跟踪概率数据关联算法联合概率数据关联算法

来源：评论

学校读者我要写书评

暂无评论

基于合作照射源的多传感器系统多目标跟踪研究

基于合作照射源的多传感器系统多目标跟踪研究

引用

作者：吴伟中国科学技术大学

学位级别：博士

本文系统地研究了具有合作照射源的一发多收多传感器系统在多目标跟踪应用方面的几个关键问题。首先研究多传感器的“观测值—观测值”关联问题，这里应用多维分配算法对其求解。为了去除杂波的影响，从而降低多维分配问题的规模... 详细信息

本文系统地研究了具有合作照射源的一发多收多传感器系统在多目标跟踪应用方面的几个关键问题。首先研究多传感器的“观测值—观测值”关联问题，这里应用多维分配算法对其求解。为了去除杂波的影响，从而降低多维分配问题的规模，本文提出“局部跟踪—融合处理中心合成跟踪”二级处理方案，在各传感器处建立局部航迹，规定只有与确认航迹关联的观测值（AMR）才被传输到融合处理中心。为了进一步提高多维分配算法的计算效率，本文又提出一种簇技术，以减小多维分配问题中需要计算代价系数的候选关联事件的数目。为了实现只向融合处理中心传输AMR数据的目的，本文提出一种能在杂波环境下使用的带有航迹评价功能的局部多目标跟踪算法。为了提高局部航迹更新的处理效率。本文提出一种聚处理技术，它可以将全局“观测值—航迹”关联问题分解成若干个小关联问题。针对多目标局部航迹可能出现的航迹交叉运动情况，本文提出一种Fixed Lag TSDA-AI的多目标航迹平滑算法。这种算法利用观测值在两个扫描周期的关联性以及信号的幅度信息来提高数据关联的精度，同时应用固定延迟平滑算法进一步提高航迹的滤波精度，避免航迹偏差和航迹合并情况的发生。接着依据多传感器扫描周期很小的特点，本文提出一种应用双滤波器的高精度单目标跟踪算法，分析并衡量具体使用EKF、UKF、PF滤波算法时单目标跟踪算法的性能，为系统选择具体的滤波算法提供理论依据。最后在融合处理中心，依据各传感器的AMR，本文提出一种具有航迹质量评估的动态多维分配的多目标跟踪算法，系统依据航迹质量分别对航迹做出确认和删除的判决。为了进一步提高判决的速度和精度，引入信号幅度信息辅助决策，并从航迹起始时刻正确判决的概率和判决平均样本长度两方面定量分析了信号幅度信息对航迹真假判决的改善程度。

关键词：多传感器系统多目标跟踪航迹起始航迹管理 “观测值—观测值”关联 “观测值—航迹”关联联合概率数据关联算法多维分配算法非线性滤波无迹卡尔曼滤波粒子滤波

来源：评论

学校读者我要写书评

暂无评论

粒子滤波算法及其在多机动目标跟踪中的应用

粒子滤波算法及其在多机动目标跟踪中的应用

引用

作者：罗银峰南京航空航天大学

学位级别：硕士

在目标跟踪领域,最经典的滤波算法是卡尔曼滤波和扩展卡尔曼滤波,其中前者是用于线性系统,后者用于非线性系统。卡尔曼滤波是最小均方意义下的最优滤波算法,而扩展卡尔曼滤波在非线性不是特别严重的情况下,有着近似最优的滤波效果。但... 详细信息

在目标跟踪领域,最经典的滤波算法是卡尔曼滤波和扩展卡尔曼滤波,其中前者是用于线性系统,后者用于非线性系统。卡尔曼滤波是最小均方意义下的最优滤波算法,而扩展卡尔曼滤波在非线性不是特别严重的情况下,有着近似最优的滤波效果。但是对于强非线性以及非高斯分布噪声的环境,卡尔曼滤波和扩展卡尔曼滤波算法的性能指标下降,甚至出现发散。\n 本文主要研究非线性滤波算法,文章对粒子滤波算法进行了归纳介绍。粒子滤波算法是一种能处理非线性模型、非高斯分布噪声问题的滤波算法。该算法近年来在通信、雷达跟踪、目标跟踪、图像处理、计算机视觉、故障检测等领域都得到了应用。\n 本文介绍了顺序重要性采样技术,该技术是粒子滤波算法的基础。早期的粒子滤波算法存在退化现象,解决的办法是选择好的重要性函数和重采样方法。本文在众多粒子滤波算法的基础上,提出一种新型的重要性函数的选取方法,来改进粒子滤波算法的估计性能,该算法被称为辅助无迹粒子滤波算法。\n 本文提出的辅助无迹粒子滤波算法思想,是首先通过一般粒子滤波算法步骤得到当前时刻状态的初步估计;然后引入一组辅助模型;再在辅助模型的基础上通过无迹变换得到进一步的采样样本,利用无迹卡尔曼滤波算法求得这些样本的均值和方差,通过这些均值和方差来生成重要性采样函数。本文在多种环境下,多种条件中将各种算法进行仿真比较,实验结果表明辅助无迹粒子滤波算法是一种有效的算法,其估计效果,稳定性,以及对环境的适应性都要优于其他的算法。\n 本文将提出的辅助无迹粒子滤波算法与多机动目标跟踪问题中的数据关联技术中的联合概率数据关联算法相结合,提出了一种新型的蒙特卡罗联合概率数据关联滤波器。并将其应用于多目标跟踪实例中,证明了该滤波器有效性。

关键词：粒子滤波辅助无迹粒子滤波多机动目标跟踪联合概率数据关联算法非线性非高斯

来源：评论

学校读者我要写书评

暂无评论

基于神经网的数据融合技术在多目标跟踪系统中的应用研究

基于神经网的数据融合技术在多目标跟踪系统中的应用研究

引用

作者：徐永红首都经济贸易大学

学位级别：硕士

该文首先介绍了目标跟踪理论及数据融合算法,随后对传统的联合概率数据关联(JPDA)算法进行了深入研究并指出其存在的计算组合爆炸问题.通过对Hopfield网络如何解决旅行商问题(TSP)的研究,探讨利用神经网络的强并行性来解决JPDA中的计算... 详细信息

该文首先介绍了目标跟踪理论及数据融合算法,随后对传统的联合概率数据关联(JPDA)算法进行了深入研究并指出其存在的计算组合爆炸问题.通过对Hopfield网络如何解决旅行商问题(TSP)的研究,探讨利用神经网络的强并行性来解决JPDA中的计算组合爆炸问题,同时研究了如何提高神经网络的收敛速度和性能.利用参娄的稳定性、灵敏度和鲁棒性分析理论,借助计算机仿真,探求一种随机神经网络组合数优化方法.在以上理论分析的基础上?以Visual C++作为开发工具,制作了一套完整的基于神经网络的机动多目标跟踪仿真系统.为进一步提高系统的实时性和跟踪精度,作者提出了回波相关点集实时处理方法.仿真结果证明了该文一系列方法的正确性和有效性.

关键词：神经网络数据融合数据关联机动多目标跟踪联合概率数据关联算法

来源：评论

学校读者我要写书评

暂无评论

杂波场景下多机动目标跟踪方法设计与实现

杂波场景下多机动目标跟踪方法设计与实现

引用

作者：刘吉越西安电子科技大学

学位级别：硕士

近些年,随着现代计算机技术以及硬件技术的快速发展,雷达目标跟踪技术也广泛应用于军事和民用领域。然而,由于应用场景中干扰因素日益多元化、空中目标运动状态日益复杂化,现有的多目标跟踪算法已经无法满足当前工程实践要求。因此,本... 详细信息

近些年,随着现代计算机技术以及硬件技术的快速发展,雷达目标跟踪技术也广泛应用于军事和民用领域。然而,由于应用场景中干扰因素日益多元化、空中目标运动状态日益复杂化,现有的多目标跟踪算法已经无法满足当前工程实践要求。因此,本文重点研究杂波场景下空中多机动目标的跟踪问题,提出性能更好的跟踪算法,具体工作如下: 1.针对杂波场景下,传统的联合概率数据关联(Joint Probabilistic Data Association,JPDA)算法计算量迅速增大的问题,对基于模糊聚类和公共权值修正的数据关联算法进行研究。首先,针对JPDA算法实时性差的问题,提出了基于核聚类的数据关联(KFCM-based Joint Probabilistic Data Association,KFJPDA)算法,该算法通过模糊聚类中的隶属度矩阵重新构建了关联矩阵,从而跳过JPDA算法的矩阵拆分过程。仿真实验观察到,该算法在耗时方面能够有效提高关联过程的时间效率,但是关联准确度略低于JPDA算法。其次,为进一步提高关联准确度,提出了基于公共权值修正的核聚类数据关联(Improving KFCM-based Joint Probabilistic Data Association,IKFJPDA)算法,该算法在KFJPDA的基础上对有效量测进行了进一步的权值修正,对多个目标公共区域量测的权值进行了衰减。最后,根据仿真实验结果可知,IKFJPDA算法不仅保留了KFJPDA算法的强实时性,并且提高了关联过程的准确性。 2.针对运动目标机动情况复杂且真实环境中存在大量杂波的场景,进一步研究适应杂波场景下的多机动目标跟踪算法。首先,研究并分析了交互多模型算法的基本原理和步骤;其次,针对IMM-JPDA算法实时性差的问题,使用IKFJPDA算法替换原有的JPDA算法,提出了更适合实践场景的IMM-IKFJPDA算法,并详细阐述了两种算法之间的区别;最后,对上述两种算法进行了仿真验证,仿真结果显示,改进后的IMM-IKFJPDA算法可以有效提高目标在机动状态发生突变以及目标稳定跟踪时的跟踪精度,并且降低了失跟率以及算法运行时间。 3.构建多目标跟踪原型系统。该系统主要包括数据通信、数据预处理、航迹起始、航迹维持、航迹显示等功能,可以完成对指定范围内空中目标的跟踪,并记录目标的轨迹过程。

关键词：机动目标跟踪联合概率数据关联算法交互多模型算法 IMM-JPDA

来源：评论

学校读者我要写书评

暂无评论

基于卡尔曼滤波算法的声源目标跟踪研究

基于卡尔曼滤波算法的声源目标跟踪研究

引用

作者：戴文丰华南理工大学

学位级别：硕士

定位与跟踪技术已经广泛用于通讯、雷达、医学、声纳、和航空航天等诸多领域,而且相当成熟,但是将定位与跟踪技术应用于声音领域还比较少,所取得的研究成果就更少。由于声音信号不受视线、环境的影响,利用声源信息对目标进行定位和跟踪... 详细信息

定位与跟踪技术已经广泛用于通讯、雷达、医学、声纳、和航空航天等诸多领域,而且相当成熟,但是将定位与跟踪技术应用于声音领域还比较少,所取得的研究成果就更少。由于声音信号不受视线、环境的影响,利用声源信息对目标进行定位和跟踪有着广泛的应用前景,可应用于视频电话会议、智能机器人、声源监控、反狙击步枪等领域,利用声源信息对目标进行定位和跟踪越来越成为新的研究热点。另外卡尔曼滤波算法在目标跟踪应用领域已经具有很成熟的理论算法,本文根据目标的声信号特性通过改进卡尔曼滤波跟踪算法,应用到声源目标的定位与跟踪中。本文的主要工作如下:1、在分布式声阵列传感器网络中采用了基于事件触发的机制来驱动声阵列传感器进行工作,解决了传声器频繁通信造成通信负载加剧的问题,有效降低传声器间的通信负载以及声阵列传感器网络的能量消耗。结合分布式声阵列传感器网络的拓扑结构以及事件驱动机制,我们通过设计合适的声源目标的状态估计方程,充分利用自身节点测量和状态估计信息以及相邻节点的状态估计信息,能够准确地预测声源目标下一时刻状态。采用卡尔曼测量增益和共识增益同时进行修正声源目标的状态估计值,能够提高声源目标跟踪准确度。2、在多声源目标跟踪研究中,由于声阵列传感器所获得的观测数据的不确定性和多目标跟踪环境的复杂性,量测与目标存在不确定配对问题,因此我们采用聚类算法对多目标进行状态初始化,保证正确的数据关联,再应用联合概率数据关联(JPDA)算法进行每个时刻的轨迹跟踪。3、设计开发声阵列传感器网络目标跟踪系统的软件平台,对声源目标的声信号进行处理分析,通过本文研究的算法对声源目标进行精确地定位跟踪,并显示其跟踪轨迹,以达到实时监测及分析声源目标状态的目的。

关键词：声源目标跟踪事件触发聚类算法联合概率数据关联算法

来源：评论

学校读者我要写书评

暂无评论

多目标跟踪关键技术及数据关联算法研究

多目标跟踪关键技术及数据关联算法研究

引用

作者：孙丽莉西安电子科技大学

学位级别：硕士

随着现代战争武器的发展以及现代战争环境的日益复杂,多目标跟踪技术受到广泛关注。其中数据关联算法是多目标跟踪问题的核心,数据关联的结果将直接影响多目标跟踪的性能。本文主要研究多目标跟踪的关键技术,从航迹起始以及数据关联等... 详细信息

随着现代战争武器的发展以及现代战争环境的日益复杂,多目标跟踪技术受到广泛关注。其中数据关联算法是多目标跟踪问题的核心,数据关联的结果将直接影响多目标跟踪的性能。本文主要研究多目标跟踪的关键技术,从航迹起始以及数据关联等问题进行了系统的研究,提出了一些有效的方法。具体的工作如下:1.对目标跟踪的航迹起始以及数据关联算法进行了研究。首先分析了经典的航迹起始和数据关联算法的原理,然后通过仿真分析了经典的数据关联算法的适用场景,以及算法之间的性能比较,为后续的研究提供了理论基础。2.随着目标数和回波数的增多,联合概率数据关联(JPDA)算法的计算量呈指数增长,针对这个问题提出了许多改进的JPDA算法。简化的联合概率数据关联(SJPDA)算法通过近似计算聚概率矩阵减少联合事件的个数从而减少JPDA算法的计算量;改进的联合概率数据关联(IJPDA)算法通过修正公共量测的概率值来对目标的状态进行更新。这两种算法都是在保证一定跟踪精度的同时减少计算量。3.减少JPDA算法的计算量的另一种方法是基于聚类的数据关联算法,通过聚类算法将量测进行分类,避免了JPDA算法复杂的矩阵拆分。基于模糊c均值聚类(FCM)的数据关联算法是计算量测值来自目标的隶属度,以此作为权值进行状态更新;基于高斯混合模型(GMM)聚类的数据关联算法是将量测值等效成高斯分布,然后计算量测值来自目标的后验概率,迭代更新后选择最大的后验概率进行状态更新。多目标跟踪的数据关联是目标和观测的分类问题,而这正是聚类的优点。将这两种算法进行仿真分析,均取得了很好的效果。

关键词：多目标跟踪数据关联算法联合概率数据关联算法高斯混合模型聚类模糊c均值聚类

来源：评论

学校读者我要写书评

暂无评论

一种基于生物搜索算法的多目标数据关联方法及系统

一种基于生物搜索算法的多目标数据关联方法及系统

引用

作者：王超曲承志李斌贲驰张艳陈金涛张鑫苏东 100053 北京市西城区广安门南街甲12号

本发明涉及一种基于生物搜索算法的多目标数据关联方法及系统，属于多目标跟踪领域。本发明结合初始条件并建立数据关联等效量测代价函数模型；根据所有量测点中每个量测点与前一时刻目标一步预测点的马氏距离及波门从所有量测点中筛选... 详细信息

标准号: CN113701758A

本发明涉及一种基于生物搜索算法的多目标数据关联方法及系统，属于多目标跟踪领域。本发明结合初始条件并建立数据关联等效量测代价函数模型；根据所有量测点中每个量测点与前一时刻目标一步预测点的马氏距离及波门从所有量测点中筛选出目标对应的门内候选量测点；设定种群数量，将与该目标对应的所有候选量测点的一组关联概率作为种群个体；通过共生生物搜索算法对代价函数模型寻优，根据寻优个体包含的候选量测关联概率获得种群数量的等效量测点；将等效量测点作为等效候选量测点与目标建立关联，通过标准联合概率数据关联算法进行数据关联；重复寻优和关联，完成航迹关联。解决局部最优和组合爆炸问题，实现多目标关联，提高搜索计算能力。

关键词：量测点数据关联等效量寻优关联代价函数模型种群关联概率搜索算法多目标测点初始条件联合概率数据关联算法多目标跟踪共生生物计算能力马氏距离目标建立前一时刻一步预测波门航迹量测门内搜索筛选重复爆炸

来源：评论

学校读者我要写书评

暂无评论

基于混沌神经网络的雷达多目标跟踪优化方法

基于混沌神经网络的雷达多目标跟踪优化方法

引用

作者：王彤李杰 710071 陕西省西安市太白南路2号

本发明公开了一种基于混沌神经网络的雷达多目标跟踪优化方法，其主要思路为：依次计算k时刻第t个目标的状态一步预测、k时刻第t个目标的量测预测、k时刻第j'个量测对第t个目标的量测预测新息、k时刻第t个目标的一步预测误差协方差... 详细信息

标准号: CN106970370A

本发明公开了一种基于混沌神经网络的雷达多目标跟踪优化方法，其主要思路为：依次计算k时刻第t个目标的状态一步预测、k时刻第t个目标的量测预测、k时刻第j'个量测对第t个目标的量测预测新息、k时刻第t个目标的一步预测误差协方差矩阵、k时刻第t个目标的新息协方差矩阵、k时刻第t个目标的卡尔曼增益、k时刻n_k×T′维量测—目标关联矩阵、k时刻n_k个量测与T′个目标互联的(n_k+1)×T′维有效似然函数矩阵、k时刻n_k个量测与T′个目标互联的(n_k+1)×T′维归一化矩阵、k时刻n_k个量测与T′个目标互联的(n_k+1)×T'维精确概率矩阵、k时刻第t个目标的状态方程和k时刻第t个目标的误差协方差矩阵；令t分别取1至T′，进而得到k时刻T′个目标的误差协方差矩阵，此时雷达根据所述k时刻T′个目标的误差协方差矩阵对T′个目标进行实时跟踪。

关键词：量测协方差矩阵一步预测互联新息雷达混沌神经网络矩阵多目标跟踪归一化矩阵概率矩阵关联矩阵实时跟踪似然函数状态方程预测优化神经元输出电压迭代混沌神经网络量测膜电位增益参数互联归一化函数自反馈集合寻优雷达跟踪子步骤联合概率数据关联算法神经元输出函数比例系数动态方程概率系数目标系数能量函数输入电压衰减因子随机变量约束条件状态集合波门初始化参数多目标跟踪概率概率矩阵关联概率输入电流指数函数重复执行初始化正参数交集雷达转置返回优化

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：