概率假设密度滤波相关论文
随着红外小目标跟踪在国防军事、民用安全领域的应用深入,航迹关联技术备受挑战。空中平台导弹发射会产生航迹分裂,导弹命中空中目......
基于概率假设密度滤波（PHD）的检测前跟踪（TBD）技术可以有效解决未知弱小多目标检测问题。PHD-TBD算法粒子权重计算受量测噪声影响明显，......
目标的幅值信息可提供更多精确的目标和杂波似然函数信息,结合其对多目标进行跟踪可有效改善传感器的检测跟踪性能,构造了一种实际......
近年来,汽车辅助驾驶技术飞速发展并得到了广泛的应用,尤其是在预防交通事故方面起着至关重要的作用。在汽车辅助驾驶系统中,毫米......
随着现代航空航天技术的飞速发展，各种飞行器的航行速度和机动性能越来越高，因此，对机动目标跟踪，特别是杂波环境下的多机动目标跟踪的......
多目标跟踪自提出以来,涌现了诸多经典目标跟踪算法,诸如卡尔曼滤波、粒子滤波等经典目标跟踪算法都有着较好的滤波性能,目前已经......
目标跟踪是根据传感器获得的目标观测数据对目标的状态进行精确估计。传统的基于状态空间模型的贝叶斯滤波方法框架通过将目标的运......
目标跟踪是指为维持目标状态的估计，对传感器提供的量测进行处理的过程。传统多目标跟踪通常按照航迹起始、航迹维持和航迹删除的过......
基于有限集统计理论的概率假设密度滤波算法运用于多目标跟踪时,不再考虑数据关联问题,突破了传统的跟踪方法。但该滤波公式在非线......
针对传统的概率假设密度SLAM(PHD-SLAM)算法因粒子退化和耗尽导致估计精度低的问题,提出一种基于蚂蚁聚类的概率假设密度SLAM(ant-......
基于随机有限集(RFS)的跳变马尔可夫系统(JMS)是多机动目标跟踪的有效方法.但现有的方法假设杂波密度是先验已知的,而实际中杂波密......
针对现有的多机动目标追踪问题,将交互式多模型(interacting multiple model,IMM)思想与箱粒子概率假设密度滤波器(box probabilit......
多目标跟踪的实时性、目标的状态提取与航迹连续的正确率受杂波、漏检、目标近距离这些因素的干扰。为了解决这些问题,提出一种改......
针对无线传感器网络多目标跟踪过程中杂波难以去除以及由数据关联复杂带来的计算复杂度高的问题,将概率假设密度滤波器应用于无线......
针对传统的概率假设密度ＳＬＡＭ（ＰＨＤ－ＳＬＡＭ）算法因粒子退化和耗尽导致估计精度低的问题，提出一种基于蚂蚁聚类的概率假设密度ＳＬＡＭ（ａｎｔ－ＰＨＤ－ＳＬＡＭ）算法。其主要的特点：用ａｎｔ－ＰＨＤ滤波......
针对杂波环境下高斯混合粒子PHD面临的跟踪精度低、滤波发散等问题,提出基于二阶中心差分滤波的高斯混合粒子PHD算法。该算法在传......
针对在杂波环境下,一般的高斯混合粒子PHD出现滤波精度不高、滤波发散的问题,提出了一种基于无迹变换的高斯混合粒子PHD。该算法在......
针对杂波环境下高斯混合粒子PHD跟踪精度低,滤波发散的问题,提出基于模糊混合退火分布的高斯混合粒子PHD。所提算法在传统的高斯混......
有限集统计学（FISST）理论将任意时刻目标状态的集合视为多目标集值状态,而相应的传感器观测值集合被视为多目标集值观测。通过随机有......
针对现有箱粒子概率假设密度（BOX-PHD）滤波存在箱粒子冗余问题,提出一种箱粒子划分的概率假设密度滤波多目标跟踪算法。该算法在目标......
针对大量杂波环境下数量变化的纯角度多目标航迹关联跟踪问题,提出一种新的基于Rao-Blackwellized粒子采样（RBPF）航迹关联的高斯混合......
经典序贯蒙特卡罗概率假设密度（Sequential Mote Carlo Probability Hypothesis Density,SMC-PHD）滤波中,将目标状态转移密度函数做......
针对多传感器环境下具有形状信息的扩展/群目标跟踪问题,提出了两种融合算法,即高斯逆韦氏并行PHD滤波算法和高斯逆韦氏序贯PHD滤......
针对城市环境下的非协同探测系统容易产生虚假航迹的问题,提出一种改进的高斯混合概率假设密度滤波算法。首先,将杂波对消剩余和回......
针对在杂波、漏检和非线性情况下,粒子概率假设密度滤波（particle probability hypothesis density filter,P-PHDF）算法估计精度不高......
针对势平衡多目标多贝努利（cardinality balanced multi—target multi-Bernoulli，CBMeMBer）滤波中的量测信息弱化问题，提出一种改进的......
基于随机有限集理论的多目标跟踪方法,能够避免数据关联步骤的困扰,能够较好地解决复杂环境中目标数目未知且随时间变化的多目标跟......
在多目标跟踪环境下,粒子概率假设密度（P-PHD）因杂波、漏检和非线性情况,导致滤波精度不高,跟踪发散,对此问题提出一种基于数值积分......
针对杂波环境下标准的势均衡多伯努利滤波器不能有效跟踪多机动目标的问题,本文提出了一种新的多机动目标跟踪算法。该方法将势均......
在多目标跟踪环境下,通过对数值积分卡尔曼概率假设密度滤波器（QK-PHD）的误差分析,提出一种迭代QK-PHD算法。该算法基本思想是将一步......
针对目标检测概率较低导致单个传感器无法对目标进行有效检测并跟踪的问题,本文提出了多传感器箱粒子概率假设密度(multi-sensor b......
P-PHD(Particle-Probability Hypothesis Density)是概率假设密度(PHD,Probability Hypothesis Density)的一种粒子实现方式,它不......
为了更好的解决目标数未知或随时间变化的多目标跟踪问题,针对高斯混合概率假设密度滤波器(GMPHD)的局限性,提出了非线性条件下的......
概率假设密度（Probability Hypothesis Density,PHD）滤波器的序贯蒙特卡罗（Sequential Monte Carlo,SMC）实现需要大量的粒子。为了解决......
在多目标跟踪中,随机滤波方程可以用来建立模型,解决多目标状态和观测信息受到噪音和杂波干扰的问题。随机滤波方程不仅在多目标跟......
为提高导引头末制导阶段抗干扰能力,针对典型的欺骗式距离-速度联合拖引干扰模型,研究了基于概率假设密度(PHD)滤波的多目标跟踪与......
针对杂波数量多、目标数量和状态不确实性及观测不确实性等问题,提出了一种基于序贯蒙特卡洛与概率假设密度(SMC-PHD)滤波的分布式......
针对低信噪比条件下机动目标的检测与跟踪问题,提出跳跃马尔可夫系统下的序贯蒙特卡罗概率假设密度(JMS-SMC-PHD)滤波的检测前跟踪......
为降低杂波对量测集划分的影响,提出了一种基于快速密度峰值聚类的多扩展目标跟踪算法.首先分析不同分区对跟踪结果的影响,得到最＂......
针对高斯混合假设概率密度滤波扩展目标跟踪算法中的观测集合划分问题,本文分析了距离门限划分方法存在的问题,提出了一种利用聚类......
回 回 产卜爹仇贱回——回 日E回。”。回祖 一回“。回干 肉果幻中 N_。NH lP7-ewwe--一”＄ MN。W;- __._——————》 砧叫]们......
无人水下航行器(以下简称UUV)目标跟踪是UUV执行多种水下任务的能力基础,具有重要的实际应用意义和重要的研究价值。本文针对复杂......
一直以来,目标跟踪问题都在高科技军事研究和航空航天领域探究占据重要的研究地位。作为军事和民事领域的研究热点,多目标跟踪技术......
基于概率假设密度粒子滤波的多目标检测前跟踪方法（PF-PHD-TBD）存在目标数目估计不准确、状态估计精度不高等问题。借鉴Rao-Blackwel......
被动多传感器目标跟踪是多传感器数据融合的一个重要研究内容,在军用和民用领域具有广阔的应用前景,备受国内外学者和工程领域专家......
随着计算机视觉理论的发展,图像多目标跟踪作为一个重要分支在军事侦查、城市安防、机器人技术等领域具有广泛的应用价值,是目标行......
回 回 产卜爹仇贱回——回 日E回。”。回祖 一回“。回干 肉果幻中 N_。NH lP7-ewwe--一”＄ MN。W;- __._——————》 砧叫]们......
针对杂波环境下,采用多个被动声传感器跟踪多个声目标的应用场合,建立了多个声目标跟踪的随机有限集模型,采用概率假设密度（probabi......
