应用Dirichlet分布的概率假设密度多目标跟踪

• 作者: 闫小喜 韩崇昭
• 来源期刊: 西安交通大学学报
• 关键词: 多目标跟踪 概率假设密度 Dirichlet分布 状态提取 k-d树 期望极大化
• 年，卷（期）: 2011,（2）
• 页码范围: 6-10
• 分类号: TP274
• 语种: 中文

摘要

针对多目标跟踪算法对多目标状态提取的需求,提出了一种基于Dirichlet分布的概率假设密度滤波器多目标状态提取方法.该算法利用负指数Dirichlet分布的不稳定性来极大似然估计多目标状态;利用期望极大化算法搜寻极大似然解,同时利用Dirichlet分布驱使不相关分量消亡;为了平衡成功初始化与减少算法时间开销的要求,利用k-d树初始化Dirichlet分布.仿真结果表明,基于Dirichlet分布的概率假设密度滤波器多目标状态提取算法在多目标跟踪中优于已有算法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	韩崇昭	西安交通大学电子与信息工程学院	349	5634	35.0	59.0
2	闫小喜	西安交通大学电子与信息工程学院	6	18	3.0	4.0