收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

高斯混合PHD滤波器理论与应用研究

陈迪  
【摘要】:随着多目标跟踪问题研究的日趋成熟和不断发展,关于多目标跟踪的算法越来越多,对多目标跟踪问题的解决办法层出不穷。根据多目标跟踪理论的发展过程,可将多目标跟踪算法分为两类,即传统多目标跟踪算法与基于随机有限集的概率假设密度(PHD)滤波算法。第一类算法的核心技术是数据关联,第二类算法是利用随机集来建模,从而避免数据关联带来的计算复杂问题。本文将对后者进行侧重研究。本文首先对典型的多目标跟踪方法,如Bayes滤波,Kalman滤波,粒子滤波进行详细说明。随后介绍了由Mahler.R提出的PHD滤波算法,该算法在严格的数学框架下被推导出来,有很好的数学理论基础,具有易实现,估计精度高的特点,推动了该领域的发展。在介绍该算法前,本文对随机有限集的一些理论,如随机有限集的定义,集积分与集微分以及基于随机集的多目标跟踪算法跟踪性能有效性的评价指标等均做了详细介绍,为下文研究的打好基础。其次阐述了基于随机集的概率假设密度滤波算法与带势的概率假设密度(CPHD)滤波算法在贝叶斯框架下的递推过程,并对PHD的粒子、高斯混合实现方式与CPHD的高斯混合实现方式进行了深入研究,通过仿真来比较二者跟踪性能的优劣。因PHD与CPHD的高斯混合实现形式均将先验概率初始化,新生目标出现的位置不确定,且强度函数需出现在整个监测区域,这些问题会造成算法低效率,使工程应用被限制,此外GM-PHD算法在强杂波背景下易发生误跟与漏跟,针对以上问题,将原始算法通过添加标识PHD滤波的新生目标与存活目标在预测步骤与更新步骤进行区分,并将二者的两个步骤分开进行,再利用每一次扫描得到的量测来自适应的得到目标新生强度,这样可以根据量测驱动来避免对先验概率的假设。本文中定名该算法为自适应高斯混合概率假设密度(AGM-PHD)滤波算法。最后将GM-PHD滤波算法与AGM-PHD算法应用于海豚哨音信号追踪,在对哨音信号追踪的过程中存在一些挑战,实验中通过设定不同参数,从各种方面来讨论GM-PHD滤波与AGM-PHD滤波对于哨音信号的追踪性能并探究规律。


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 李斌;张银河;陈录华;张洪涛;王作云;;高分辨距离像相关性辅助多目标跟踪[J];雷达与对抗;2012年03期
2 王汝夯;黄建国;张群飞;;水下多目标跟踪的网络层次决策方法(英文)[J];Journal of Marine Science and Application;2009年04期
3 王汝夯;黄建国;张群飞;;基于网络层次分析的水下多目标跟踪排序方法[J];西北工业大学学报;2009年05期
4 王顺奎;多目标跟踪用的多传感器信息融合技术[J];红外与激光技术;1994年04期
5 丁振,潘泉,张洪才,戴冠中;多目标跟踪系统性能评估及软件包[J];现代雷达;1995年05期
6 Stegall R.L.;黄鸿勋;;多目标跟踪雷达[J];现代雷达;1987年01期
7 王培德,周宏仁,敬忠良;残差滤波及其在密集多回波环境下机动多目标跟踪中的应用[J];航空学报;1988年05期
8 陈炳和;雷达多目标跟踪的数学表示[J];电子学报;1988年02期
9 敬忠良,周宏仁,王培德;一种密集多回波环境下的机动多目标跟踪起始算法[J];航空学报;1989年11期
10 敬忠良,周宏仁,王培德;密集多回波环境下的机动多目标跟踪终结决策[J];控制与决策;1989年05期
11 胡克定,吴效军;多目标跟踪的若干问题[J];信息与控制;1989年04期
12 陈辉;韩崇昭;;机动多目标跟踪中的传感器控制策略的研究[J];自动化学报;2016年04期
13 耿峰;祝小平;;神经网络辅助多目标跟踪数据融合[J];火力与指挥控制;2008年09期
14 杜辉;郭雷;;一种红外多目标跟踪的快速算法[J];微处理机;2007年03期
15 张彦铎,刘乐元;基于多传感器多目标跟踪的机器人足球视觉系统[J];哈尔滨工业大学学报;2005年07期
16 王祖荣;单体分导多目标跟踪[J];数学物理学报;1986年02期
17 王雪琴;蒋建国;齐美彬;;全局分层关联网络流在多目标跟踪中的应用[J];计算机工程与应用;2018年14期
18 E.W.Kamen ,刘胜厚;基于对称测量方程的多目标跟踪[J];舰船指挥控制系统;1996年03期
19 张金春;王帅磊;曹彪;杨芸;;多目标跟踪蜂拥控制算法研究与仿真[J];计算机与数字工程;2017年05期
20 康莉;谢维信;黄敬雄;;一种基于蚁群算法的多目标跟踪数据关联方法[J];电子学报;2008年03期
中国重要会议论文全文数据库 前10条
1 徐炳吉;孟昭为;段福兴;;一类多站联合多目标跟踪分解算法[A];1995年中国控制会议论文集(下)[C];1995年
2 史英杰;彭冬亮;;多传感器多目标跟踪算法仿真平台设计与实现[A];浙江省电子学会2009学术年会论文集[C];2009年
3 敬忠良;王培德;周宏仁;;机动多目标跟踪统一方法[A];1991年控制理论及其应用年会论文集(下)[C];1991年
4 李延飞;李明;吴顺君;;扇扫TWS雷达多目标跟踪中特殊问题的研究[A];第十二届全国信号处理学术年会(CCSP-2005)论文集[C];2005年
5 侯志恒;曹玉东;;红外警戒系统的多目标跟踪[A];江苏、山东、河南、江西、黑龙江五省光学(激光)联合学术'05年会论文集[C];2005年
6 刘晓飞;杨杰;徐瑞霞;;航迹起始仿真系统[A];第一届中国高校通信类院系学术研讨会论文集[C];2007年
7 夏志忠;王淑静;罗茂才;;多目标跟踪和模拟GPS数据的软件技术[A];船舶通信导航学术会议(1993)论文集[C];1993年
8 杨峰;梁彦;叶亮;潘泉;;多目标跟踪系统性能评估[A];Proceedings of 2010 Chinese Control and Decision Conference[C];2010年
9 沈乐君;;基于混合模型的多目标实时跟踪算法[A];2013体育计算机应用论文集[C];2013年
10 胡建旺;赵斌;吉兵;;基于GMPHD的多目标跟踪算法研究[A];第三届中国指挥控制大会论文集(下册)[C];2015年
中国博士学位论文全文数据库 前10条
1 党建武;水下制导多目标跟踪关键技术研究[D];西北工业大学;2004年
2 胡炜薇;多传感器数据融合中多目标跟踪关键技术研究[D];哈尔滨工程大学;2007年
3 马良;基于随机有限集的图像多目标跟踪与轨迹融合方法[D];哈尔滨工程大学;2016年
4 张欢庆;基于随机有限集的多目标跟踪及航迹维持算法研究[D];江南大学;2017年
5 王安定;基于阵列信号处理的空间多目标跟踪[D];浙江大学;2010年
6 周俊静;基于激光雷达的智能车辆目标识别与跟踪关键技术研究[D];北京工业大学;2014年
7 江晟;混合交通视频检测关键技术研究[D];吉林大学;2013年
8 叶西宁;多目标跟踪系统中数据关联与多维分配技术[D];西北工业大学;2003年
9 赵莹莹;基于全时空信息的行人过街运行机理研究[D];吉林大学;2017年
10 孟柳;基于视觉的复杂场景中运动目标检测与跟踪算法研究[D];北京邮电大学;2016年
中国硕士学位论文全文数据库 前10条
1 陈迪;高斯混合PHD滤波器理论与应用研究[D];哈尔滨工程大学;2015年
2 田明;基于特征一致性的多目标跟踪技术研究[D];电子科技大学;2018年
3 杨露;基于轨迹片段集的视频多目标跟踪关键技术研究[D];电子科技大学;2018年
4 冯浩洋;基于序贯层级特征的多目标跟踪方法研究[D];电子科技大学;2018年
5 常爽爽;面向视频监控的多目标跟踪系统的研究与实现[D];东北大学;2016年
6 徐亮;基于外观特征和交互信息的多目标跟踪[D];中国科学技术大学;2017年
7 吴磊;模糊视频中车辆多目标跟踪及CUDA加速[D];大连海事大学;2017年
8 车广富;基于深度学习的复杂场景行人计数方法的研究[D];北京邮电大学;2017年
9 陈明宇;基于视频的复杂场景下多目标跟踪关键技术研究[D];华北电力大学;2016年
10 敖晓林;支持向量机在多目标跟踪中的研究应用[D];合肥工业大学;2006年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978