收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

基于随机有限集的多目标跟踪算法研究

王秋月  
【摘要】:随着传感器网络和信息科技的发展,多目标跟踪技术迅速崛起,其在军事国防中的地位愈发重要。在复杂战场环境下,跟踪过程中目标数目随时间变化等不确定性因素造成传统多目标跟踪算法的计算量增大,跟踪精度下降。针对上述问题,随机有限集(RFS)理论作为一种新方法,通过将目标状态与量测分别建立成集合,在集合意义上进行递推滤波,从而避免了数据关联过程并解决了目标数目变化的难题,为多目标跟踪提供新的思路。本文重点研究了基于RFS理论的多目标跟踪方法。(1)RFS理论下的多目标跟踪基本算法研究。介绍了多目标跟踪技术的基本滤波算法,重点详述了RFS的基本理论和它在多目标跟踪中的应用。并对概率假设密度滤波(PHD)和带势的概率假设密度滤波(CPHD)两种滤波算法进行了深入的研究,推导出二者的高斯混合实现步骤,仿真验证了CPHD在目标数目估计方面具有更高的精度。(2)改进的高斯混合PHD滤波算法研究。因传统的PHD与CPHD的高斯混合实现形式均将先验概率初始化,而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,造成算法计算效率低,在工程应用中受限制,且高斯混合概率假设密度(GM-PHD)算法在强杂波背景下易发生误跟与漏跟情况。针对以上问题提出自适应目标新生强度的高斯混合PHD(ATBI-GMPHD)滤波器,通过将原始算法添加标识以区分新生目标与存活目标,并将二者的预测和更新步骤分开进行,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,以量测驱动来避免对先验概率的假设,有效降低了计算量,提高跟踪精度。仿真证明了改进算法的有效性。(3)改进的多扩展机动目标高斯混合PHD算法研究。随着传感器分辨率提高,扩展目标(ET)逐渐成为多目标跟踪的研究热点。利用RFS理论解决多扩展目标跟踪问题,针对扩展目标高斯混合概率假设密度(ET-GMPHD)滤波算法不能准确跟踪多扩展机动目标问题,引入交互式多模型(IMM)思想,提出了一种交互式多模型多扩展机动目标高斯混合概率假设密度(IMM-ET-GMPHD)滤波算法,在复杂环境下提高了多扩展机动目标跟踪精度。同时引入高斯分量标识法,解决了ET-GMPHD算法无法获取各个目标完整航迹问题,实现对多扩展机动目标的航迹管理。通过仿真实验证明了改进算法跟踪精度提高。


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 高翔;;基于粒子滤波的目标跟踪算法浅析[J];硅谷;2011年09期
2 金忠;一种多目标跟踪算法[J];南京理工大学学报(自然科学版);1985年S1期
3 龚萍;张辉;毛征;张庆龙;孔文超;;融合局部熵二维熵的空中目标跟踪算法研究[J];国外电子测量技术;2014年01期
4 马奔,史忠科,皮燕妮;成像目标跟踪算法分析[J];西安电子科技大学学报;2005年03期
5 孙中森;孙俊喜;宋建中;乔双;;一种抗遮挡的运动目标跟踪算法[J];光学精密工程;2007年02期
6 陈爱华;孟勃;朱明;王艳华;;多模式融合的目标跟踪算法[J];光学精密工程;2009年01期
7 牛长锋;刘玉树;;融合多特征的粒子滤波目标跟踪算法[J];华中科技大学学报(自然科学版);2010年01期
8 蔡荣太;吴元昊;王明佳;吴庆祥;;视频目标跟踪算法综述[J];电视技术;2010年12期
9 佟国峰;蒋昭炎;谷久宏;庞晓磊;;基于随机蕨丛的长期目标跟踪算法[J];东北大学学报(自然科学版);2013年01期
10 曹晓丽;李明;邢玉娟;谭萍;;几种自动目标跟踪算法的比较研究[J];硅谷;2013年02期
11 王鲁平,李飚,胡敏露;一种基于多传感器数据融合的目标跟踪算法[J];红外与激光工程;2004年02期
12 石章松,刘忠,王树宗;一种单站纯方位目标跟踪算法研究[J];系统工程与电子技术;2005年02期
13 周进;吴钦章;;弱小目标跟踪算法性能评估的研究[J];光电工程;2007年01期
14 郑江滨;李秀秀;张艳宁;;视频监视中的运动目标跟踪算法[J];系统工程与电子技术;2007年11期
15 曲洪权;李少洪;;运动参数受限的目标跟踪算法研究[J];系统仿真学报;2008年09期
16 钟德华;夏翠艳;宋启敏;毛文龙;;多目标跟踪算法的研究与应用[J];计算机测量与控制;2008年06期
17 刘杰;董育宁;;基于预测和粒子滤波的运动目标跟踪算法[J];计算机工程与科学;2009年10期
18 李伟群;;一种改进的多关节目标跟踪算法[J];计算机应用研究;2011年02期
19 安国成;张凤军;王宏安;戴国忠;;多窗口目标跟踪算法[J];计算机研究与发展;2011年11期
20 孙世岩;王炳;张国栋;;一种基于满意滤波的纯方位目标跟踪算法[J];指挥控制与仿真;2012年06期
中国重要会议论文全文数据库 前10条
1 徐炳吉;;一种多站联合目标跟踪算法[A];数学及其应用文集——中南模糊数学和系统分会第三届年会论文集(上卷)[C];1995年
2 杜方芳;刘士荣;邱雪娜;;一种改进的粒子滤波目标跟踪算法[A];PCC2009—第20届中国过程控制会议论文集[C];2009年
3 付晓薇;方康玲;李曦;;一种基于特征的多目标跟踪算法[A];2003年中国智能自动化会议论文集(下册)[C];2003年
4 许伟村;赵清杰;;一种基于粒子滤波的多目标跟踪算法[A];2011年中国智能自动化学术会议论文集(第一分册)[C];2011年
5 李军;张华;单梁;;一种基于Mean shift和粒子滤波的综合目标跟踪算法[A];2009年中国智能自动化会议论文集(第七分册)[南京理工大学学报(增刊)][C];2009年
6 肖敬若;胡伏原;郑江滨;张艳宁;;一种有效的多目标跟踪算法[A];第十二届全国信号处理学术年会(CCSP-2005)论文集[C];2005年
7 郑黎义;陈兴无;王磊;李正东;;红外/雷达双传感器融合目标跟踪算法[A];中国工程物理研究院科技年报(2005)[C];2005年
8 张震宇;王立松;;基于粒子滤波的传感器目标跟踪算法[A];2008年中国高校通信类院系学术研讨会论文集(上册)[C];2009年
9 王亚楠;陈杰;甘明刚;;基于差分进化的改进粒子滤波目标跟踪算法[A];中国自动化学会控制理论专业委员会C卷[C];2011年
10 张涛;费树岷;胡刚;;基于多特征信息自适应融合的视频目标跟踪算法[A];第二十九届中国控制会议论文集[C];2010年
中国博士学位论文全文数据库 前10条
1 胡子军;基于随机有限集的雷达多目标跟踪算法研究[D];西安电子科技大学;2015年
2 张雷;复杂场景下实时目标跟踪算法及实现技术研究[D];中国科学院研究生院(长春光学精密机械与物理研究所);2016年
3 王晶晶;复杂拥挤环境下协同视频监控中目标跟踪算法研究[D];中国科学技术大学;2016年
4 田浩;基于核函数的目标跟踪算法研究[D];长安大学;2016年
5 秦永;基于随机有限集的目标跟踪算法研究[D];华中科技大学;2016年
6 项俊;基于检测的数据关联多目标跟踪算法研究[D];华中科技大学;2016年
7 金加根;基于元数据的雷达目标检测和跟踪研究[D];武汉理工大学;2015年
8 卢建国;基于粒子滤波的视频目标跟踪算法研究[D];北京邮电大学;2011年
9 冯巍;分布式多视角目标跟踪算法研究[D];复旦大学;2011年
10 王书朋;视频目标跟踪算法研究[D];西安电子科技大学;2009年
中国硕士学位论文全文数据库 前10条
1 王秋月;基于随机有限集的多目标跟踪算法研究[D];哈尔滨工程大学;2017年
2 朱校蓉;基于图分类的多目标跟踪算法[D];天津大学;2016年
3 张健;形变目标跟踪算法的研究与实现[D];辽宁大学;2015年
4 张巧丽;基于LabVIEW的运动目标跟踪算法研究与实现[D];陕西科技大学;2015年
5 钟宝康;基于压缩感知的预测目标跟踪算法研究[D];江西理工大学;2015年
6 薛桐;基于CamShift的运动目标跟踪算法研究[D];沈阳理工大学;2015年
7 王增宇;基于稀疏表达的目标跟踪算法研究[D];沈阳理工大学;2015年
8 王静;结构化的表观模型及两阶段目标跟踪算法研究[D];沈阳理工大学;2015年
9 葛凯蓉;自然场景下目标跟踪算法的研究[D];山东大学;2015年
10 向伟;基于检测的目标跟踪算法研究[D];上海交通大学;2015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