位置:成果数据库 > 期刊 > 期刊详情页
随机集粒子滤波的快速被动数据关联算法
  • ISSN号:1001-2400
  • 期刊名称:《西安电子科技大学学报》
  • 时间:0
  • 分类:TN976[电子电信—信号与信息处理;电子电信—信息与通信工程]
  • 作者机构:[1]西安电子科技大学电子工程学院,陕西西安710071
  • 相关基金:国家自然科学基金资助项目(60677040 60871074)
中文摘要:

针对杂波干扰环境下的被动多目标跟踪问题,将多站集中式融合方法与概率假设密度粒子滤波递归过程相结合,实现被动多目标跟踪.进一步,将概率假设密度粒子滤波递归过程并行化处理,每个目标使用单独滤波器跟踪,避免了大量粒子的聚类过程,简化算法复杂度,进而提出一种快速被动数据关联算法.实验结果表明,与传统算法相比,新算法可以在不增加额外计算负担的基础上,有效得到每个目标的航迹.特别对于目标发生交叉的情况,能很好地区分每个目标的航迹.

英文摘要:

Multiple-target tracking based on passive measurements with clutters is a difficult problem.Multiple-senor centralized fusion scheme and paticle filter(PF)implementation for the probability hypothesis density(PHD)filter are combined to tracke multiple targets effectively.Furthermore,to sovle the incapablity of the PHD filter in maintaining the integrated trajectory of each traget,the PHD recursion is implemted in parallel,where each target is tracked with a single PF.A fast data association algorithm is deducted,in which the clustering for all particles is avoided.Simulation results show that,compared with the conventional ones,the new method can keep each tracks better without additonal computational costs.Especially,when targets cross each other,the respective trajectories can be distinguished effectively.

同期刊论文项目
同项目期刊论文
期刊信息
  • 《西安电子科技大学学报》
  • 中国科技核心期刊
  • 主管单位:中华人民共和国教育部
  • 主办单位:西安电子科技大学
  • 主编:廖桂生
  • 地址:西安市太白南路2号349信箱
  • 邮编:710073
  • 邮箱:xuebao@mail.xidian.edu.cn
  • 电话:029-88202853
  • 国际标准刊号:ISSN:1001-2400
  • 国内统一刊号:ISSN:61-1076/TN
  • 邮发代号:
  • 获奖情况:
  • 曾13次荣获省部级优秀期刊荣誉和优秀编辑质量奖,2006年荣获首届中国高校优秀科技期刊奖
  • 国内外数据库收录:
  • 俄罗斯文摘杂志,美国化学文摘(网络版),荷兰文摘与引文数据库,美国工程索引,美国剑桥科学文摘,英国科学文摘数据库,日本日本科学技术振兴机构数据库,中国中国科技核心期刊,中国北大核心期刊(2004版),中国北大核心期刊(2008版),中国北大核心期刊(2011版),中国北大核心期刊(2014版),中国北大核心期刊(2000版)
  • 被引量:12591