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:
由于传统多扩展目标跟踪算法在量测噪声协方差未知情况下跟踪性能急剧下降,本文提出一种基于变分贝叶斯的势均衡多目标多伯努利滤波(VB-CBMeMBer)跟踪算法,并给出了高斯混合实现.该算法在未知量测噪声协方差的情况下,将量测看成随机分布在扩展目标上的量测产生点所产生,利用变分贝叶斯方法近似地求出各量测产生点状态和量测噪声协方差的联合概率密度,并给出其递归形式以估计量测产生点,继而将得到的量测产生点状态进行聚类得到扩展目标的状态.仿真实验表明,所提算法可以自适应地跟踪未知数目、未知量测噪声协方差的多扩展目标.其跟踪精度与传统的CBMeMBer跟踪算法相比,有明显提高.
推荐文章
箱粒子广义标签多伯努利滤波的目标跟踪算法
目标跟踪
随机有限集
广义标签多伯努利滤波
箱粒子滤波
标签多伯努利机动目标跟踪与分类算法
多目标跟踪
机动目标
分类
标签多伯努利
目标类别
高斯混合扩展目标多伯努利滤波器
扩展目标跟踪
随机有限集
数据关联
高斯混合
基于盒粒子滤波的多扩展目标伯努利滤波算法
扩展目标
区间量测
多伯努利滤波
盒粒子
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 基于变分贝叶斯势均衡多目标多伯努利滤波的多扩展目标跟踪算法
来源期刊 控制理论与应用 学科 工学
关键词 多扩展目标 变分贝叶斯 势均衡多目标多伯努利滤波 随机有限集 目标跟踪
年,卷(期) 2015,(2) 所属期刊栏目 论文与报告
研究方向 页码范围 187-195
页数 9页 分类号 TP391
字数 8191字 语种 中文
DOI 10.7641/CTA.2015.40454
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 姬红兵 西安电子科技大学电子工程学院 193 2504 25.0 36.0
2 李翠芸 西安电子科技大学电子工程学院 21 198 9.0 13.0
3 王荣 西安电子科技大学电子工程学院 4 33 1.0 4.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (10)
共引文献  (23)
参考文献  (12)
节点文献
引证文献  (32)
同被引文献  (39)
二级引证文献  (52)
1978(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(3)
  • 参考文献(0)
  • 二级参考文献(3)
2003(5)
  • 参考文献(1)
  • 二级参考文献(4)
2005(2)
  • 参考文献(1)
  • 二级参考文献(1)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2008(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(2)
  • 参考文献(2)
  • 二级参考文献(0)
2011(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)
2014(1)
  • 参考文献(1)
  • 二级参考文献(0)
2015(3)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(3)
  • 二级引证文献(0)
2015(3)
  • 引证文献(3)
  • 二级引证文献(0)
2016(15)
  • 引证文献(11)
  • 二级引证文献(4)
2017(11)
  • 引证文献(5)
  • 二级引证文献(6)
2018(20)
  • 引证文献(5)
  • 二级引证文献(15)
2019(24)
  • 引证文献(6)
  • 二级引证文献(18)
2020(11)
  • 引证文献(2)
  • 二级引证文献(9)
研究主题发展历程
节点文献
多扩展目标
变分贝叶斯
势均衡多目标多伯努利滤波
随机有限集
目标跟踪
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
控制理论与应用
月刊
1000-8152
44-1240/TP
大16开
广州市五山华南理工大学内
46-11
1984
chi
出版文献量(篇)
4979
总下载数(次)
16
总被引数(次)
72515
论文1v1指导