2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩79頁未讀 繼續(xù)免費閱讀

下載本文檔

版權說明: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,請進行舉報或認領

文檔簡介

1、多目標檢測與跟蹤技術在現(xiàn)代軍事和民用領域都發(fā)揮著舉足輕重的作用。由于目標數(shù)目的不確定性、易受雜波、噪聲等復雜背景因素的影響,多目標檢測與跟蹤成為理論研究的難點問題。尤其是在低信噪比的環(huán)境中,弱小目標難以從背景噪聲中區(qū)分開來,如何對多個弱小目標進行實時檢測與跟蹤成為值得深入研究的課題。本文重點研究基于隨機有限集理論的多目標跟蹤方法以及其在紅外弱小目標檢測前跟蹤中的應用。
  首先,介紹了隨機集多目標跟蹤模型、PHD濾波及其兩種實現(xiàn)形

2、式,重點研究了高斯混合PHD濾波的平滑算法。針對傳統(tǒng)高斯混合PHD濾波存在目標狀態(tài)錯誤提取問題,改變了原算法中的狀態(tài)提取策略,提出了一種改進算法。通過理論分析以及仿真實驗,驗證了該算法在高密度雜波條件下對雜波的抑制效果以及改進GM-PHD算法狀態(tài)提取的準確性。
  其次,探究了PHD濾波器在低信噪比環(huán)境下多目標檢測前跟蹤問題中的應用問題,針對現(xiàn)有基于粒子PHD濾波的檢測前跟蹤算法存在計算復雜度高,粒子退化現(xiàn)象嚴重,跟蹤精度差等問題

3、,用擬蒙特卡洛高斯粒子濾波代替粒子濾波,提出一種新的基于PHD的檢測前跟蹤方法。仿真實驗結(jié)果表明,該算法相比于傳統(tǒng)方法,在降低算法復雜度的同時對多個弱小目標具有更好的實時檢測和跟蹤性能,為基于PHD的檢測前跟蹤方法在工程上的應用提供了可能。
  最后,研究了基于伯努利隨機集的多目標檢測與跟蹤算法,重點介紹了圖像量測下基于多伯努利濾波的聯(lián)合檢測與跟蹤算法及其兩種實現(xiàn)方式,粒子濾波實現(xiàn)和高斯粒子實現(xiàn)。針對基于多伯努利濾波的檢測前跟蹤算

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,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權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空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論