位置:成果数据库 > 期刊 > 期刊详情页
高斯混合概率假设密度滤波器在多目标跟踪中的应用
  • 期刊名称:《计算机学报》Vol.,2009
  • 时间:0
  • 分类:TP391[自动化与计算机技术—计算机应用技术;自动化与计算机技术—计算机科学与技术]
  • 作者机构:[1]四川大学计算机学院视觉合成图形图像技术国防重点学科实验室,成都610064
  • 相关基金:本课题得到国家“八六三”高技术研究发展计划项目基金(2006AA12A104)、国家自然科学基金(60705005)资助.
  • 相关项目:综合不确定性因素影响的短期冲突检测模型研究
中文摘要:

实现了基于随机集和点过程理论在目标数未知或随时间变化的多目标跟踪滤波算法.研究成果包括;(1)分析了基于随机有限集的多目标跟踪模型;(2)分析推导了基于随机集和点过程理论的概率假设密度滤波递推表达式;(3)实现了在线性高斯条件下的概率假设密度滤波的一种解析滤波算法;(4)仿真实验验证了算法的性能,比较了在杂波强度和检测概率变化的情况下和联合概率数据互联算法相关性能;(5)指出了算法的一些不足以及改进的研究方向.

英文摘要:

A algorithm based on random sets and point process theory is proposed for jointly estimate the time-varying number of targets and their states. The main contributions include. (1) Analyze multi-target tracking model based on random finite sets; (2) The Probability Hypothesis Density recursive formulas are deduced based on random sets and point process theory; (3) A analytic implementation of the Probability Hypothesis Density Filter is proposed under the linear Gaussian assumptions; (4) Two simulation results validate GMPHD performance and then compare GMPHD and JPDA performance under clutter and detection probability change (5) Point out some the algorithm's lack and research direction.

同期刊论文项目
同项目期刊论文