毕节学院学报
畢節學院學報
필절학원학보
JOURNAL OF BIJIE UNIVERSITY
2013年
8期
89-96
,共8页
相互作用多模型%多目标跟踪%概率数据关联
相互作用多模型%多目標跟蹤%概率數據關聯
상호작용다모형%다목표근종%개솔수거관련
目标跟踪是物联网数据融合技术的一个关键技术,相互作用多模型——概率数据关联算法(IMMPDAF)适用于电磁波较为复杂的环境中目标的跟踪问题,是一种良好的算法,但对于多传感器多目标跟踪的情况,特别是目标较为密集时,计算量剧增,会出现计算组合爆炸现象.因此,有必要对算法进行改进和完善,即基于混合状态估计预测状态估计和量测,以量测的预测值为中心建立跟踪门,在每一个滤波器中用量测值进行估计,更新模型概率,最后以模型为条件进行组合优化.经算例验证表明,该方法克服了IMMPDAF算法在跟踪问题中的缺陷,提高了关联概率和跟踪精度,能有效解决杂波干扰和目标高度机动情况下的物联网中的目标跟踪问题.
目標跟蹤是物聯網數據融閤技術的一箇關鍵技術,相互作用多模型——概率數據關聯算法(IMMPDAF)適用于電磁波較為複雜的環境中目標的跟蹤問題,是一種良好的算法,但對于多傳感器多目標跟蹤的情況,特彆是目標較為密集時,計算量劇增,會齣現計算組閤爆炸現象.因此,有必要對算法進行改進和完善,即基于混閤狀態估計預測狀態估計和量測,以量測的預測值為中心建立跟蹤門,在每一箇濾波器中用量測值進行估計,更新模型概率,最後以模型為條件進行組閤優化.經算例驗證錶明,該方法剋服瞭IMMPDAF算法在跟蹤問題中的缺陷,提高瞭關聯概率和跟蹤精度,能有效解決雜波榦擾和目標高度機動情況下的物聯網中的目標跟蹤問題.
목표근종시물련망수거융합기술적일개관건기술,상호작용다모형——개솔수거관련산법(IMMPDAF)괄용우전자파교위복잡적배경중목표적근종문제,시일충량호적산법,단대우다전감기다목표근종적정황,특별시목표교위밀집시,계산량극증,회출현계산조합폭작현상.인차,유필요대산법진행개진화완선,즉기우혼합상태고계예측상태고계화량측,이량측적예측치위중심건립근종문,재매일개려파기중용량측치진행고계,경신모형개솔,최후이모형위조건진행조합우화.경산례험증표명,해방법극복료IMMPDAF산법재근종문제중적결함,제고료관련개솔화근종정도,능유효해결잡파간우화목표고도궤동정황하적물련망중적목표근종문제.
