控制理论与应用
控製理論與應用
공제이론여응용
CONTROL THEORY & APPLICATIONS
2011年
1期
46-52
,共7页
多目标跟踪%随机集%Cardinalized概率假设密度%被动测角%拟蒙特卡罗
多目標跟蹤%隨機集%Cardinalized概率假設密度%被動測角%擬矇特卡囉
다목표근종%수궤집%Cardinalized개솔가설밀도%피동측각%의몽특잡라
为解决目标数未知或随时间变化的多目标跟踪问题,通常将多目标状态和观测数据表示为随机集形式,通过Cardinalized概率假设密度(CPHD)滤波,递推计算目标的强度(即概率假设密度,PHD)及目标数的概率分布.然而对于被动测角的非线性跟踪问题,CPHD无法获得闭合解.为此,本文提出一种新的高斯混合粒子CPHD算法,利用高斯混合近似PHD,避免了用聚类确定目标状态,同时,将拟蒙特卡罗(QMC)积分方法引入计算目标状态的预测和更新分布,取得了良好的效果.
為解決目標數未知或隨時間變化的多目標跟蹤問題,通常將多目標狀態和觀測數據錶示為隨機集形式,通過Cardinalized概率假設密度(CPHD)濾波,遞推計算目標的彊度(即概率假設密度,PHD)及目標數的概率分佈.然而對于被動測角的非線性跟蹤問題,CPHD無法穫得閉閤解.為此,本文提齣一種新的高斯混閤粒子CPHD算法,利用高斯混閤近似PHD,避免瞭用聚類確定目標狀態,同時,將擬矇特卡囉(QMC)積分方法引入計算目標狀態的預測和更新分佈,取得瞭良好的效果.
위해결목표수미지혹수시간변화적다목표근종문제,통상장다목표상태화관측수거표시위수궤집형식,통과Cardinalized개솔가설밀도(CPHD)려파,체추계산목표적강도(즉개솔가설밀도,PHD)급목표수적개솔분포.연이대우피동측각적비선성근종문제,CPHD무법획득폐합해.위차,본문제출일충신적고사혼합입자CPHD산법,이용고사혼합근사PHD,피면료용취류학정목표상태,동시,장의몽특잡라(QMC)적분방법인입계산목표상태적예측화경신분포,취득료량호적효과.
