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:
针对带标签的高斯混合概率假设密度滤波算法无法获取衍生目标的问题,提出一种可以提取衍生目标的带标签GM-PHD算法。首先,通过为高斯项加注标签的方式区别不同的目标,以辨别单个目标及其航迹。其次,在滤波过程中,对每一时刻得到的状态估计值与已形成的航迹标签进行匹配关联,实现航迹维持。最后,通过设置衍生阈值来判断状态估计中是否存在衍生目标以及可能产生的目标个数,为新生目标高斯项和可能的衍生目标高斯项重新分配标签,并创建新的航迹。仿真实验结果表明,与传统的带标签GM-PHD算法相比,在衍生目标存在的情况下,改进算法具有更好的跟踪性能。
推荐文章
针对交叉目标场景的带标签GM-PHD改进算法
交叉目标
目标跟踪
概率假设密度滤波
信息融合
状态估计
基于GM-PHD的目标空间分布感知算法
目标分布感知
概率假设密度滤波器
多目标跟踪
航迹管理
多普勒盲区下基于GM-PHD的雷达多目标跟踪算法
多普勒盲区
最小可检测速度
多普勒信息
高斯混合概率假设密度
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
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 可提取衍生目标的带标签GM-PHD算法
来源期刊 光电工程 学科 工学
关键词 概率假设密度滤波 随机有限集 状态估计 衍生目标 带标签GM-PHD
年,卷(期) 2016,(12) 所属期刊栏目 ?目标识别与跟踪?
研究方向 页码范围 79-84
页数 6页 分类号 TP931
字数 4705字 语种 中文
DOI 10.3969/j.issn.1003-501X.2016.12.013
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 马丽丽 西安工程大学计算机科学学院 45 209 8.0 10.0
2 陈金广 西安工程大学计算机科学学院 67 288 8.0 11.0
3 赵甜甜 西安工程大学计算机科学学院 4 9 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (6)
共引文献  (4)
参考文献  (6)
节点文献
引证文献  (1)
同被引文献  (2)
二级引证文献  (1)
2003(2)
  • 参考文献(1)
  • 二级参考文献(1)
2004(1)
  • 参考文献(1)
  • 二级参考文献(0)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(3)
  • 参考文献(1)
  • 二级参考文献(2)
2007(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(1)
  • 参考文献(0)
  • 二级参考文献(1)
2009(1)
  • 参考文献(1)
  • 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)
2016(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)
2020(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
概率假设密度滤波
随机有限集
状态估计
衍生目标
带标签GM-PHD
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
光电工程
月刊
1003-501X
51-1346/O4
大16开
四川省成都市双流350信箱
1974
chi
出版文献量(篇)
4776
总下载数(次)
5
论文1v1指导