基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
积分概率多假设跟踪(IPMHT)是一种基于期望极大化(EM)的准最优贝叶斯多目标迭代跟踪算法,研究了该算法在锥扫型光学传感器像平面多目标轨迹跟踪中的问题.为提高算法的跟踪性能和计算效率,利用逻辑概率数据关联滤波(PDAF)方法进行目标初始状态估计,并利用目标幅度信息和波门技术对IPMHT进行优化.针对锥扫型传感器非线性观测下的多目标跟踪,将扩展无味卡尔曼滤波(AUKF)与优化的IPMHT算法相结合,实现像平面多目标轨迹的起始、维持和终结.蒙特卡洛仿真实验表明,该算法成功地解决了锥扫型传感器的像平面多目标轨迹跟踪问题,在提高目标跟踪性能的同时改善了计算效率.
推荐文章
推扫型光学传感器的目标联合检测跟踪算法
推扫型光学传感器
随机有限集
联合检测跟踪
高斯混合
传感器网络基于轨迹聚类的多目标跟踪算法
对象跟踪
传感器网络
不确定轨迹聚类
马尔科夫模型
基于随机有限集的中段弹道目标群星载红外像平面跟踪方法
概率假设密度
红外像平面
目标群
跟踪
中段弹道
无线传感器网络动态轨迹多目标跟踪算法
动态轨迹
边权值
目标跟踪
无线传感网络
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 锥扫型光学传感器像平面多目标轨迹跟踪
来源期刊 通信学报 学科 工学
关键词 多目标跟踪 积分概率多假设跟踪 期望极大化 扩展无味卡尔曼滤波
年,卷(期) 2011,(9) 所属期刊栏目 技术报告
研究方向 页码范围 123-128
页数 分类号 TP391
字数 3691字 语种 中文
DOI 10.3969/j.issn.1000-436X.2011.09.018
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 徐晖 国防科学技术大学电子科学与工程学院 33 253 10.0 14.0
2 安玮 国防科学技术大学电子科学与工程学院 39 170 8.0 11.0
3 盛卫东 国防科学技术大学电子科学与工程学院 8 35 4.0 5.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (5)
节点文献
引证文献  (1)
同被引文献  (11)
二级引证文献  (0)
2001(1)
  • 参考文献(1)
  • 二级参考文献(0)
2005(2)
  • 参考文献(2)
  • 二级参考文献(0)
2007(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2018(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
多目标跟踪
积分概率多假设跟踪
期望极大化
扩展无味卡尔曼滤波
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
通信学报
月刊
1000-436X
11-2102/TN
大16开
北京市丰台区成寿路11号邮电出版大厦8层
2-676
1980
chi
出版文献量(篇)
6235
总下载数(次)
17
总被引数(次)
85479
论文1v1指导