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:
针对PHD滤波器中先验概率初始化时,新生目标出现的位置不确定,且目标强度计算区域必须为整个监测区域,造成算法低效率等问题,将原始算法通过PHD滤波的扩展项在预测步骤与更新步骤对新生目标与存活目标进行区分,再通过每一次扫描得到的量测自适应更新得到目标新生强度,依据量测的驱动来避免对先验概率初始化假设的问题.利用OSPA函数作为算法性能监测标准,利用仿真数据和实测数据对改进的算法进行了验证.结果显示,利用量测来驱动新生目标强度函数,对新生目标与存活目标先进性判断,目标数目估计正确率达到97%,OSPA距离较GM-PHD算法下降50%.
推荐文章
基于权重约束GM-PHD滤波的多目标跟踪方法
多目标跟踪
一对一假设
高斯混合概率假设密度滤波器
权重约束
归一化
基于背景差分检测和改进GM-PHD滤波器的多目标跟踪
多目标跟踪
背景差分检测
滤波
置信概率
多目标跟踪精度
GM-PHD雷达密集多目标跟踪应用研究
数据关联
密集多目标跟踪
最优多目标贝叶斯滤波器
高斯混合概率假设密度
基于星-凸形随机超曲面模型的扩展目标GM-PHD滤波器
星-凸形
随机超曲面模型
扩展目标
高斯混合概率密度
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 自适应GM-PHD滤波器在多目标追踪的应用
来源期刊 哈尔滨工程大学学报 学科 工学
关键词 概率密度函数 高斯滤波器 多目标 跟踪算法 自适应估计
年,卷(期) 2015,(11) 所属期刊栏目
研究方向 页码范围 1526-1531
页数 6页 分类号 TN911.7
字数 4079字 语种 中文
DOI 10.11990/jheu.201409014
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 毕晓君 哈尔滨工程大学信息与通信工程学院 126 1188 17.0 27.0
2 苍岩 哈尔滨工程大学信息与通信工程学院 18 50 4.0 6.0
3 陈迪 哈尔滨工程大学信息与通信工程学院 8 18 3.0 4.0
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  (8)
节点文献
引证文献  (6)
同被引文献  (5)
二级引证文献  (1)
2004(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(2)
  • 参考文献(2)
  • 二级参考文献(0)
2008(1)
  • 参考文献(1)
  • 二级参考文献(0)
2012(1)
  • 参考文献(1)
  • 二级参考文献(0)
2013(3)
  • 参考文献(3)
  • 二级参考文献(0)
2015(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)
2016(1)
  • 引证文献(1)
  • 二级引证文献(0)
2017(2)
  • 引证文献(1)
  • 二级引证文献(1)
2018(2)
  • 引证文献(2)
  • 二级引证文献(0)
2019(1)
  • 引证文献(1)
  • 二级引证文献(0)
2020(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
概率密度函数
高斯滤波器
多目标
跟踪算法
自适应估计
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
哈尔滨工程大学学报
月刊
1006-7043
23-1390/U
大16开
哈尔滨市南岗区南通大街145号1号楼
14-111
1980
chi
出版文献量(篇)
5623
总下载数(次)
16
总被引数(次)
45433
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导