版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡介
1、近年來,基于隨機(jī)有限集(RFS)的多目標(biāo)跟蹤(MTT)方法受到了研究人員的廣泛關(guān)注,該方法將目標(biāo)狀態(tài)集合和傳感器量測(cè)集合分別建模為隨機(jī)有限集合。RFS理論將多目標(biāo)跟蹤問題描述為貝葉斯濾波問題,解決了傳統(tǒng)多目標(biāo)跟蹤方法中出現(xiàn)的數(shù)據(jù)關(guān)聯(lián)以及目標(biāo)數(shù)目變化的難題。
在多目標(biāo)跟蹤中,平滑(Smoothing)是一種可以進(jìn)一步提高傳統(tǒng)濾波算法性能的重要方法。與濾波算法處理不同,平滑算法通過延遲決定時(shí)刻以及有效利用后一時(shí)刻的量測(cè)數(shù)據(jù),產(chǎn)生比
2、濾波算法更好的目標(biāo)估計(jì)。延遲越大,精度越高,但計(jì)算越復(fù)雜。為此,論文綜合考慮延遲時(shí)刻(滯后時(shí)間)、性能的改善、平滑器的復(fù)雜性等因素,分別將概率假設(shè)密度濾波(PHD)、勢(shì)概率假設(shè)密度濾波(CPHD)與平滑算法相結(jié)合,對(duì)多目標(biāo)跟蹤問題進(jìn)行研究,主要工作如下:
1.討論多目標(biāo)跟蹤平滑算法所涉及的狀態(tài)空間模型,這些模型將實(shí)際中出現(xiàn)的復(fù)雜問題簡化,有效地促進(jìn)算法的研究。
2.在PHD濾波實(shí)現(xiàn)原理基礎(chǔ)上,從預(yù)測(cè)步和更新步推導(dǎo)出基
3、于PHD濾波的后向平滑步。與前向PHD遞歸不同,此后向平滑步不需要預(yù)先假設(shè)服從泊松(Poisson)分布。仿真實(shí)驗(yàn)表明,改進(jìn)算法性能優(yōu)于經(jīng)典的PHD濾波。
3.在PHD后向平滑遞歸公式的基礎(chǔ)上,推導(dǎo)出性能更加優(yōu)良的CPHD后向平滑遞歸公式,同時(shí)也推導(dǎo)出勢(shì)分布和后向平滑多目標(biāo)的所有階分布,并將其基于高斯混合實(shí)現(xiàn),得到GM-CPHD平滑器,有效減少計(jì)算量。仿真實(shí)驗(yàn)表明,所提平滑器的檢測(cè)與跟蹤性能優(yōu)于未經(jīng)平滑處理的CPHD濾波器。該
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于PHD濾波器的多目標(biāo)跟蹤方法研究.pdf
- 基于粒子濾波的多目標(biāo)跟蹤算法的研究.pdf
- 基于PHD濾波的高速空間多目標(biāo)跟蹤系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn).pdf
- 基于箱粒子濾波的多目標(biāo)跟蹤算法研究.pdf
- 基于粒子濾波的紅外多目標(biāo)跟蹤算法研究.pdf
- 基于PHD濾波器的雷達(dá)輻射源多目標(biāo)跟蹤技術(shù)研究.pdf
- 基于強(qiáng)度濾波器的多目標(biāo)跟蹤算法研究.pdf
- 基于Camshift和Kalman濾波的多目標(biāo)跟蹤算法研究.pdf
- 基于改進(jìn)粒子濾波算法的多目標(biāo)智能視頻跟蹤研究.pdf
- 基于雷達(dá)-紅外數(shù)據(jù)融合多目標(biāo)跟蹤濾波算法的研究.pdf
- 多目標(biāo)粒子濾波檢測(cè)前跟蹤算法研究.pdf
- 基于概率假設(shè)密度函數(shù)(PHD)的多目標(biāo)跟蹤方法研究.pdf
- 基于多目標(biāo)多貝努利濾波的多目標(biāo)跟蹤.pdf
- 基于CPHD濾波的多目標(biāo)跟蹤方法研究.pdf
- 基于TLD多目標(biāo)跟蹤算法研究.pdf
- 基于DSP的多目標(biāo)跟蹤算法研究.pdf
- 基于特征的多目標(biāo)跟蹤算法研究.pdf
- 基于濾波關(guān)聯(lián)的視頻多目標(biāo)跟蹤.pdf
- 基于伯努利濾波的多目標(biāo)檢測(cè)與跟蹤算法研究.pdf
- 基于粒子濾波的被動(dòng)傳感器多目標(biāo)跟蹤算法研究.pdf
評(píng)論
0/150
提交評(píng)論