检索结果-内蒙古大学图书馆

航空学报 2015年第9期36卷 3012-3019页

作者：邱昊黄高明左炜高俊海军工程大学电子工程学院

针对现有随机有限集(RFS)滤波器在低信噪比环境下对衍生目标跟踪性能严重下降的问题,提出了一种基于Delta扩展标签多伯努利(δ-GLMB)滤波器的改进算法。基于随机集理论和伯努利衍生模型,推导了新的预测方程,并采用了假设裁剪及分组手段... 详细信息

针对现有随机有限集(RFS)滤波器在低信噪比环境下对衍生目标跟踪性能严重下降的问题,提出了一种基于Delta扩展标签多伯努利(δ-GLMB)滤波器的改进算法。基于随机集理论和伯努利衍生模型,推导了新的预测方程,并采用了假设裁剪及分组手段和多伯努利近似技术以降低算法的计算量。针对假设增多引起的虚警问题,将多帧平滑思想和算法相结合,利用标签信息对新目标进行回溯处理。仿真结果表明,所提算法能对目标数目进行无偏估计,在低探测概率和强杂波环境下性能明显优于概率假设密度(PHD)算法,计算开销在衍生初始阶段增长快于PHD,目标较分散时低于PHD。

关键词：目标跟踪随机有限集标签多伯努利衍生目标序贯蒙特卡罗

来源：评论

学校读者我要写书评

暂无评论

可提取衍生目标的带标签GM-PHD算法

引用

光电工程 2016年第12期43卷 79-84页

作者：陈金广赵甜甜马丽丽徐步高西安工程大学计算机科学学院西安710048 德克萨斯州大学奥斯汀分校人类生态系德克萨斯州奥斯汀78712

针对带标签的高斯混合概率假设密度滤波算法无法获取衍生目标的问题,提出一种可以提取衍生目标的带标签GM-PHD算法。首先,通过为高斯项加注标签的方式区别不同的目标,以辨别单个目标及其航迹。其次,在滤波过程中,对每一时刻得到的状态... 详细信息

针对带标签的高斯混合概率假设密度滤波算法无法获取衍生目标的问题,提出一种可以提取衍生目标的带标签GM-PHD算法。首先,通过为高斯项加注标签的方式区别不同的目标,以辨别单个目标及其航迹。其次,在滤波过程中,对每一时刻得到的状态估计值与已形成的航迹标签进行匹配关联,实现航迹维持。最后,通过设置衍生阈值来判断状态估计中是否存在衍生目标以及可能产生的目标个数,为新生目标高斯项和可能的衍生目标高斯项重新分配标签,并创建新的航迹。仿真实验结果表明,与传统的带标签GM-PHD算法相比,在衍生目标存在的情况下,改进算法具有更好的跟踪性能。

关键词：概率假设密度滤波随机有限集状态估计衍生目标带标签GM-PHD

来源：评论

学校读者我要写书评

暂无评论

基于GGIW-CPHD的衍生扩展目标跟踪算法

引用

计算机工程与应用 2019年第9期55卷 118-123页

作者：苗露冯新喜迟珞珈空军工程大学信息与导航学院西安710077

针对杂波环境下伽玛高斯逆威舍特混合势概率假设密度(GGIW-CPHD)滤波器难以有效提取衍生扩展目标的问题,提出采用多假设对衍生目标建模跟踪的方法。算法利用随机矩阵模型对扩展目标的形状和尺寸进行建模,并根据多假设模型对衍生事件进... 详细信息

针对杂波环境下伽玛高斯逆威舍特混合势概率假设密度(GGIW-CPHD)滤波器难以有效提取衍生扩展目标的问题,提出采用多假设对衍生目标建模跟踪的方法。算法利用随机矩阵模型对扩展目标的形状和尺寸进行建模,并根据多假设模型对衍生事件进行预测,最后通过GGIW混合实现扩展目标运动状态、扩展状态和量测率的联合估计。实验结果表明,与标准GGIW-CPHD滤波算法相比,在含有衍生事件的情景下所提方法实现更好的目标势估计性能且具有较强的适用性。

关键词： GGIW-CPHD滤波器衍生目标随机矩阵

来源：评论

学校读者我要写书评

暂无评论

基于GGIW-PMB的衍生扩展目标跟踪

引用

计算机系统应用 2023年第5期32卷 220-226页

作者：吕晓燕吴孙勇蔡如华郑翔飞谢芸桂林电子科技大学数学与计算科学学院桂林541004 桂林电子科技大学广西精密导航技术与应用重点实验室桂林541004

针对标准的扩展目标泊松多伯努利(Poisson multi-Bernoulli,PMB)滤波器难以有效跟踪衍生目标的问题,提出一种改进的PMB跟踪算法.算法采用随机矩阵法对扩展目标外形和尺寸建模,在滤波预测阶段利用多假设模型对衍生事件进行预测,得到多个... 详细信息

针对标准的扩展目标泊松多伯努利(Poisson multi-Bernoulli,PMB)滤波器难以有效跟踪衍生目标的问题,提出一种改进的PMB跟踪算法.算法采用随机矩阵法对扩展目标外形和尺寸建模,在滤波预测阶段利用多假设模型对衍生事件进行预测,得到多个伽玛高斯逆威沙特(gamma Gaussian inverse Wishart,GGIW)预测假设分量,最后在滤波更新阶段对预测分量更新得到扩展目标的运动状态和扩展形状估计.仿真结果表明,与标准的PMB滤波算法相比,所提算法有效改善衍生扩展目标的跟踪性能.

关键词：扩展目标泊松多伯努利(PMB) 衍生目标伽玛高斯逆威沙特(GGIW) 多假设模型多目标跟踪

来源：评论

学校读者我要写书评

暂无评论

基于泊松多伯努利滤波器的多扩展目标跟踪算法研究

基于泊松多伯努利滤波器的多扩展目标跟踪算法研究

引用

作者：宋营营西安电子科技大学

学位级别：硕士

目标跟踪的研究重点随着传感器性能的提升由单目标跟踪问题转到扩展目标跟踪问题,再由多点目标跟踪到多扩展目标跟踪。多扩展目标跟踪问题比单扩展目标跟踪与多点目标跟踪更加复杂,数据关联过程需要处理大量的目标量测,并且需要处理不... 详细信息

目标跟踪的研究重点随着传感器性能的提升由单目标跟踪问题转到扩展目标跟踪问题,再由多点目标跟踪到多扩展目标跟踪。多扩展目标跟踪问题比单扩展目标跟踪与多点目标跟踪更加复杂,数据关联过程需要处理大量的目标量测,并且需要处理不同目标量测之间的关系。大量的数据关联假设会影响滤波器的实时性,甚至会导致滤波发散。有限统计学的提出为多扩展目标跟踪算法的发展提供了新思路,将传统目标跟踪算法和有限统计学相结合,通过把目标的状态和量测集合分别建模成两个相互独立的随机有限集,能够避免直接数据关联,大幅度提升跟踪算法的性能。泊松多伯努利(PMB)滤波器是一种基于有限统计学理论的滤波器,能对多目标进行有效跟踪。该滤波器将多个目标的状态建模成为泊松和多伯努利两个相互独立的部分,泊松部分用来表示未被检测目标的状态,多伯努利部分表示已检测到目标的状态。基于伽马高斯逆威沙特(GGIW)模型的PMB算法是目前主流跟踪算法中跟踪精度高,实时性好的一种算法。本文对PMB滤波器的扩展目标跟踪性能提升进行了深入研究,具体工作如下: (1)基于泊松多伯努利滤波器的非椭圆扩展目标跟踪算法研究。研究了高斯过程回归量测模型在PMB滤波器中的应用,在扩展卡尔曼滤波技术的基础上,提出了能够对多个非椭圆形状扩展目标进行跟踪的高斯过程回归-泊松多伯努利(GPR-PMB)滤波器。 (2)基于GPR-PMB滤波器的衍生目标跟踪算法研究。针对衍生目标跟踪问题,提出了一种衍生目标建模方法,通过量测数的变化来检测衍生目标,根据真实场景关系计算衍生目标状态。将该衍生模型应用到GPR-PMB滤波器中,提出了高斯过程回归-泊松多伯努利衍生(GPR-PMBS)滤波器,能够实现对衍生目标运动状态和扩展状态的有效估计。 (3)基于GPR-PMB滤波器的轴对称目标跟踪算法研究。实际应用场景中,大多数空中目标为轴对称形状。针对这类目标,研究了适用于轴对称目标的高斯过程协方差函数,提出了轴对称-高斯过程回归-泊松多伯努利(AS-GPR-PMB)滤波器,实现了对轴对称形状目标的跟踪。实验结果表明,AS-GPR-PMB滤波器在运动状态估计方面表现良好,并且能对轴对称目标形状作出准确估计。

关键词：泊松多伯努利高斯过程回归扩展目标衍生目标轴对称目标

来源：评论

学校读者我要写书评

暂无评论

基于外形估计的多扩展目标跟踪算法研究

基于外形估计的多扩展目标跟踪算法研究

引用

作者：吕晓燕桂林电子科技大学

学位级别：硕士

由于现代传感器分辨技术的提高,在监测过程中每个目标占有传感器多个分辨单元,每个采样单元产生多个量测,该目标称为扩展目标。此时,直接利用点目标模型对扩展目标建模,难以获取目标的细节信息,且无法充分发挥高分辨率传感器的优势,因此... 详细信息

由于现代传感器分辨技术的提高,在监测过程中每个目标占有传感器多个分辨单元,每个采样单元产生多个量测,该目标称为扩展目标。此时,直接利用点目标模型对扩展目标建模,难以获取目标的细节信息,且无法充分发挥高分辨率传感器的优势,因此,将目标建模成扩展目标的思想应运而生。然而,由于扩展目标与量测之间“一对多”的对应关系,导致数据关联问题变得更具有挑战性。之后随机有限集(Random Finite Set,RFS)理论的提出为解决扩展目标中的数据关联问题提供了新的方案,促使扩展目标跟踪算法得到了持续发展。本文以RFS理论为背景,针对势平衡多扩展目标多伯努利(Cardinality Balanced Multi-Extended Target Multi-Bernoulli,ETCBMeMBer)滤波器和泊松多伯努利(Poisson Multi-Bernoulli,PMB)滤波器对外形状态的估计问题,开展基于时空高斯过程(Spatio-Temporal Gaussian Process,STGP)的ETCBMeMBer滤波和带有衍生的PMB滤波的研究,具体内容如下:1.针对不规则多扩展目标的跟踪问题,提出了一种STGP模型的ETCBMeMBer滤波算法。首先,将运动学状态和外形状态增广为目标状态,利用RFS将其建模为多伯努利随机有限集合,并利用STGP方法对星凸形扩展目标外形建模,提高算法对扩展目标的外形估计精度。之后,在算法更新阶段,假设同一目标量测子集对应的多个似然函数服从高斯分布,推导得到了STGP-ETCBMeMBer滤波算法的高斯混合(Gaussian Mixture,GM)实现。最后,通过仿真对比实验验证STGP-ETCBMeMBer算法的性能,仿真结果表明该算法在扩展目标的外形估计上有更精确的效果。2.针对标准的扩展目标泊松多伯努利(Possion Multi Bernoulli,PMB)滤波器难以有效跟踪衍生目标的问题,提出一种改进的PMB跟踪算法。算法在滤波预测阶段利用多假设模型对衍生事件进行预测,且采用随机矩阵法将原目标外形和衍生目标外形建模成椭圆,状态描述为伽玛高斯逆威沙特(Gamma Gaussian Inverse Wishart,GGIW)分布,最后在滤波更新阶段对预测分量更新得到扩展目标的运动状态和扩展状态估计。仿真结果表明,与标准的PMB滤波算法相比,所提算法能有效改善对衍生扩展目标的跟踪性能。

关键词：随机有限集扩展目标时空高斯过程衍生目标随机矩阵伽玛高斯逆威沙特

来源：评论

学校读者我要写书评

暂无评论

基于泊松多伯努利混合滤波器的弱小目标检测前跟踪算法研究

基于泊松多伯努利混合滤波器的弱小目标检测前跟踪算法研究

引用

作者：姚俊卿西安电子科技大学

学位级别：硕士

检测前跟踪技术在信噪比较低的环境下,相对于传统的跟踪前检测技术更加适合检测与跟踪弱小目标。随机有限集理论因其能削弱杂波关联影响,在与检测前跟踪技术结合后实现了对弱小目标的有效跟踪。泊松多伯努利混合滤波器作为随机集理论新... 详细信息

检测前跟踪技术在信噪比较低的环境下,相对于传统的跟踪前检测技术更加适合检测与跟踪弱小目标。随机有限集理论因其能削弱杂波关联影响,在与检测前跟踪技术结合后实现了对弱小目标的有效跟踪。泊松多伯努利混合滤波器作为随机集理论新成果具有跟踪精度高、目标数量估计准确的优点。本文重点研究了基于泊松多伯努利混合滤波器的弱小目标检测前跟踪算法,具体的研究内容安排如下:首先,针对泊松多伯努利混合滤波器所使用的动态模型中不包含目标衍生,无法对衍生目标进行有效跟踪等问题,提出了一种改进的泊松多伯努利混合滤波器。通过将衍生目标作为泊松项加入动态模型,保证预测前后的概率密度具有共轭性,给出改进滤波器的预测与更新过程以及具体的高斯混合实现算法。实验结果表明,相对于原始泊松多伯努利混合滤波器,增加衍生目标动态模型的泊松多伯努利混合滤波器能够同时跟踪多个衍生目标。其次,针对泊松多伯努利混合滤波器在弱小目标检测前跟踪领域未能有具体应用的问题,提出了一种基于泊松多伯努利混合滤波器的弱小目标检测前跟踪算法。根据量测模型的特点,计算相应的似然函数并带入更新方程。利用更新方程的概率生成泛函求解泊松项向伯努利项的转化率,得到适应检测前跟踪场景的更新步骤,并使用序贯蒙特卡洛技术实现所提出的算法。仿真实验验证了该算法在多种场景下的有效性和准确性。最后,针对传统检测前跟踪算法中数据传输量过大,对内存过度消耗等问题,提出了一种基于泊松多伯努利混合滤波器的阈值化量测检测前跟踪算法。通过设定阈值,将超过门限像素点的索引组成一个索引集,并计算每个像素点的检测概率。依靠检测概率再求出量测似然,以此降低似然计算复杂度。索引集避免了大量无用数据的传输与存储,提高了有限资源的利用率。仿真实验结果表明该算法能在有效跟踪弱小目标的同时降低算法复杂度,减小存储使用空间。

关键词：检测前跟踪泊松多伯努利混合滤波衍生目标弱小目标阈值化量测

来源：评论

学校读者我要写书评

暂无评论

高斯过程回归泊松多伯努利衍生滤波器

引用

计算机工程与应用 2023年第22期59卷 84-91页

作者：宋营营宋骊平西安电子科技大学电子工程学院西安710071

针对伽马高斯逆威舍特混合泊松多伯努利(Gamma Gaussian inverse Wishart mixed Poisson multi-Bernoulli,GGIW-PMB)滤波器无法估计非椭圆形状目标的问题,提出了将泊松多伯努利滤波器与高斯过程回归模型结合的方法,可对非椭圆形状目标... 详细信息

针对伽马高斯逆威舍特混合泊松多伯努利(Gamma Gaussian inverse Wishart mixed Poisson multi-Bernoulli,GGIW-PMB)滤波器无法估计非椭圆形状目标的问题,提出了将泊松多伯努利滤波器与高斯过程回归模型结合的方法,可对非椭圆形状目标进行准确估计。考虑到衍生存在情形下无法有效提取衍生目标及其扩展形状的问题,提出了一种衍生目标检测及建模方法,通过量测数的变化来对衍生事件做出假设,根据真实场景关系计算衍生目标状态,实现衍生目标的检测和跟踪。在泊松多伯努利滤波器的基础上,采用高斯过程回归模型作为量测模型,结合所提衍生模型,提出了基于高斯过程回归的泊松多伯努利衍生(Gaussian process regression Poisson multi-Bernoulli filter with target spawning,GPR-PMBS)滤波器。仿真结果表明,GPR-PMBS滤波器相比于GGIW-PMB滤波器能更为准确地估计非椭圆形状目标,并且在衍生存在的情形下,也可以有效提取出衍生目标及其形状,在有衍生情况的扩展目标跟踪场景中表现出良好性能。

关键词：高斯过程回归泊松多伯努利衍生目标扩展目标跟踪

来源：评论

学校读者我要写书评

暂无评论

基于高斯混合PHD滤波的多目标跟踪

引用

计算机系统应用 2017年第6期26卷 202-207页

作者：董绵绵廖小云曹凯郭宝亿西安工业大学电子信息工程学院西安710021

多目标的跟踪的主要目的是通过一个存在关联不确定性、检测不确定性以及噪声和虚警的观测序列集,联合估计目标数目和目标状态.传统的多目标跟踪算法中的数据关联算法计算量大不易实现,而基于随机集的PHD滤波算法可避免数据数据关联问题... 详细信息

多目标的跟踪的主要目的是通过一个存在关联不确定性、检测不确定性以及噪声和虚警的观测序列集,联合估计目标数目和目标状态.传统的多目标跟踪算法中的数据关联算法计算量大不易实现,而基于随机集的PHD滤波算法可避免数据数据关联问题,直接估计目标状态.本文针对目前PHD递推算法难以获得闭和解的问题,阐明了在目标运动模型和新生强度都是线性高斯模型的情况下,每一时刻的后验强度都是高斯混合的.进而推导出表示后验强度的高斯成分的均值,方差和权值的递推方程.由仿真结果可以看出在非线性高斯情况下,本算法对多目标有良好的跟踪性能.

关键词：多目标跟踪高斯混合PHD滤波 PHD滤波衍生目标

来源：评论

学校读者我要写书评

暂无评论

带标签的概率假设密度滤波算法研究

带标签的概率假设密度滤波算法研究

引用

作者：赵甜甜西安工程大学

学位级别：硕士

以随机有限集理论为基础的概率假设密度滤波算法,无需处理数据关联问题且具有较好的跟踪性能,已成为多目标跟踪领域的热门研究内容。带标签的概率假设密度滤波算法不仅可以估计出多目标的状态,而且能够实现对目标航迹的估计,具有较高的... 详细信息

以随机有限集理论为基础的概率假设密度滤波算法,无需处理数据关联问题且具有较好的跟踪性能,已成为多目标跟踪领域的热门研究内容。带标签的概率假设密度滤波算法不仅可以估计出多目标的状态,而且能够实现对目标航迹的估计,具有较高的应用价值。本文在该算法的基础上,对不同场景下的多目标跟踪问题进行研究,具体内容如下:(1)针对带标签的高斯混合概率假设密度(Labeled Gaussian Mixture Probability Hypothesis Density,LGM-PHD)算法无法获取衍生目标的问题,提出一种可提取衍生目标的LGM-PHD改进算法。首先,通过为高斯项加注标签的方式来区分不同的目标,达到辨别单个目标及其航迹的目的。其次,在滤波过程中,对每一时刻得到的状态估计标签与已形成的航迹标签进行匹配关联,实现航迹维持。最后,通过设置衍生阈值来判断状态估计中是否存在衍生目标以及可能产生的目标个数,为新生目标高斯项和可能的衍生目标高斯项重新分配标签,并创建新的航迹。仿真实验结果表明,与传统的带标签GM-PHD算法相比,在衍生目标存在的情况下,该算法具有更好的跟踪性能。(2)在多目标跟踪系统中,虚假量测随着杂波的增强而增多,使得LGM-PHD滤波算法的时间复杂度增加。此外,强杂波还会影响算法的估计性能。针对上述问题,提出强杂波环境下的LGM-PHD改进算法。首先在预测结束后,使用量测信息和预测值得到残差向量,并使用椭球门限技术获得与目标真实状态相近的有效量测。其次,在更新过程中只使用有效量测对高斯项进行更新。在估计出目标状态后,使用标签管理机制更新目标航迹状态,实现对目标航迹的估计。仿真实验表明,在强杂波环境中,该算法不仅降低了计算复杂度,且能够实现对目标状态和航迹的准确估计。(3)在多目标跟踪系统中,当目标航迹较为接近或交叉时,LGM-PHD滤波算法会出现目标漏检的现象。针对该问题,提出一种改进算法来解决交叉目标存在情况下的多目标跟踪问题。首先,在更新结束后对估计得到高斯项标签进行管理,判断是否发生目标减少。如果发生了目标减少的现象,则需要判断目标航迹是否较为接近或交叉。若是,则需要对高斯项进行标签管理和权值重置,并重新估计目标状态和航迹;否则视为正常的目标消亡现象,可直接进行航迹管理。仿真实验结果表明,该算法可以很好地解决由目标交叉导致的漏检问题,并具有较好的稳定性。

关键词：多目标跟踪带标签的概率假设密度滤波衍生目标杂波交叉目标

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：