西安电子科技大学学报(自然科学版)
西安電子科技大學學報(自然科學版)
서안전자과기대학학보(자연과학판)
JOURNAL OF XIDIAN UNIVERSITY
2011年
1期
117-122
,共6页
多目标跟踪%数据关联%高斯粒子滤波%马尔可夫链蒙特卡罗
多目標跟蹤%數據關聯%高斯粒子濾波%馬爾可伕鏈矇特卡囉
다목표근종%수거관련%고사입자려파%마이가부련몽특잡라
针对多目标跟踪的数据关联及多目标状态空间尺寸随目标数增多而增长的问题,提出了一种跟踪新算法,假定各目标的状态与过去的观测相互独立,可以多路并行处理,采用马尔可夫链蒙特卡罗(MCMC)方法计算目标与观测的关联概率,利用高斯粒子滤波(GPF)独立估计单个目标的状态,采用拟蒙特卡罗(QMC)方法近似各目标的预测及更新分布.将该算法应用于被动多传感器多目标跟踪,仿真结果表明,所提算法比联合概率数据关联滤波器(JPDAF)、马尔可夫链蒙特卡罗数据关联滤波(MCMCDAF)及蒙特卡罗联合概率数据关联滤波(MC-JPDAF)具有更好的跟踪性能.
針對多目標跟蹤的數據關聯及多目標狀態空間呎吋隨目標數增多而增長的問題,提齣瞭一種跟蹤新算法,假定各目標的狀態與過去的觀測相互獨立,可以多路併行處理,採用馬爾可伕鏈矇特卡囉(MCMC)方法計算目標與觀測的關聯概率,利用高斯粒子濾波(GPF)獨立估計單箇目標的狀態,採用擬矇特卡囉(QMC)方法近似各目標的預測及更新分佈.將該算法應用于被動多傳感器多目標跟蹤,倣真結果錶明,所提算法比聯閤概率數據關聯濾波器(JPDAF)、馬爾可伕鏈矇特卡囉數據關聯濾波(MCMCDAF)及矇特卡囉聯閤概率數據關聯濾波(MC-JPDAF)具有更好的跟蹤性能.
침대다목표근종적수거관련급다목표상태공간척촌수목표수증다이증장적문제,제출료일충근종신산법,가정각목표적상태여과거적관측상호독립,가이다로병행처리,채용마이가부련몽특잡라(MCMC)방법계산목표여관측적관련개솔,이용고사입자려파(GPF)독립고계단개목표적상태,채용의몽특잡라(QMC)방법근사각목표적예측급경신분포.장해산법응용우피동다전감기다목표근종,방진결과표명,소제산법비연합개솔수거관련려파기(JPDAF)、마이가부련몽특잡라수거관련려파(MCMCDAF)급몽특잡라연합개솔수거관련려파(MC-JPDAF)구유경호적근종성능.
