控制理论与应用
控製理論與應用
공제이론여응용
CONTROL THEORY & APPLICATIONS
2014年
11期
1597-1603
,共7页
李振兴%刘进忙%李超%白东颖%郭相科
李振興%劉進忙%李超%白東穎%郭相科
리진흥%류진망%리초%백동영%곽상과
群目标%跟踪%滤波%模糊聚类%拟蒙特卡罗%重采样%数据关联
群目標%跟蹤%濾波%模糊聚類%擬矇特卡囉%重採樣%數據關聯
군목표%근종%려파%모호취류%의몽특잡라%중채양%수거관련
group targets%tracking%filter%fuzzy clustering%Quasi-Monte Carlo%resampling%data association
联合概率数据关联粒子滤波(joint probabilistic data association-particle filter,JPDA-PF)算法常被用来解决群目标跟踪中的数据关联和非线性滤波问题.针对算法的数据关联时间较长以及样本枯竭问题,本文阐述了一种利用模糊聚类和拟蒙特卡罗重采样的群目标跟踪算法.首先,在群演化网络模型的基础上,采用最大熵模糊聚类法来完成群内个体目标和量测之间的数据关联,利用模糊隶属度来构建互联概率矩阵.其次,在目标状态样本的重采样的过程中,利用随机化拟蒙特卡罗序列映射到拟复制样本的子空间上,提高样本的多样性,抑制样本枯竭的出现.仿真实验结果表明,与JPDA-PF算法相比,本文算法能有效估计群内目标状态和群结构,并具有更优的估计性能.
聯閤概率數據關聯粒子濾波(joint probabilistic data association-particle filter,JPDA-PF)算法常被用來解決群目標跟蹤中的數據關聯和非線性濾波問題.針對算法的數據關聯時間較長以及樣本枯竭問題,本文闡述瞭一種利用模糊聚類和擬矇特卡囉重採樣的群目標跟蹤算法.首先,在群縯化網絡模型的基礎上,採用最大熵模糊聚類法來完成群內箇體目標和量測之間的數據關聯,利用模糊隸屬度來構建互聯概率矩陣.其次,在目標狀態樣本的重採樣的過程中,利用隨機化擬矇特卡囉序列映射到擬複製樣本的子空間上,提高樣本的多樣性,抑製樣本枯竭的齣現.倣真實驗結果錶明,與JPDA-PF算法相比,本文算法能有效估計群內目標狀態和群結構,併具有更優的估計性能.
연합개솔수거관련입자려파(joint probabilistic data association-particle filter,JPDA-PF)산법상피용래해결군목표근종중적수거관련화비선성려파문제.침대산법적수거관련시간교장이급양본고갈문제,본문천술료일충이용모호취류화의몽특잡라중채양적군목표근종산법.수선,재군연화망락모형적기출상,채용최대적모호취류법래완성군내개체목표화량측지간적수거관련,이용모호대속도래구건호련개솔구진.기차,재목표상태양본적중채양적과정중,이용수궤화의몽특잡라서렬영사도의복제양본적자공간상,제고양본적다양성,억제양본고갈적출현.방진실험결과표명,여JPDA-PF산법상비,본문산법능유효고계군내목표상태화군결구,병구유경우적고계성능.
