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:
针对高斯混合概率密度(Gaussian mixture probability hypothesis density,GM-PHD)滤波器存在新生目标在整个检测区域随机出现位置难以确定的问题,实现了一种基于量测驱动目标新生概率密度函数算法,每个扫描周期接收到新的量测信息自适应生成目标强度函数,记录存活目标强度函数,从而实现自适应区分存活目标的强度函数和新生目标,提高算法精度。利用多目标位置追踪仿真数据以及实测海豚哨声信号频率对算法进行了测试,最优子模式分配函数(optional sub pattern assignment,OSPA)作为算法监测标准,结果证明了新算法在目标数目估计以及追踪精度方面都有明显的改善,目标数目估计正确率达到97%,OSPA 距离较 GM-PHD 算法下降30%。
推荐文章
后向预测高斯混合概率假设密度滤波算法
多目标跟踪
无序量测
单步延迟
高斯混合
后向预测
多目标跟踪的高斯混合概率假设密度滤波算法
随机有限集
多目标跟踪
高斯混合
概率假设密度
多扩展目标的高斯混合概率假设密度滤波器
扩展目标跟踪
高斯混合概率假设密度
随机超曲面模型
形状估计
改进的最适高斯近似概率假设密度滤波
随机集
概率假设密度滤波
最适高斯近似
机动目标跟踪
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 高斯混合概率假设密度滤波的改进与应用研究
来源期刊 系统工程与电子技术 学科 工学
关键词 多目标 概率假设密度 跟踪算法 频率估计
年,卷(期) 2016,(11) 所属期刊栏目 电子技术
研究方向 页码范围 2481-2486
页数 6页 分类号 TP311
字数 4104字 语种 中文
DOI 10.3969/j.issn.1001-506X.2016.11.05
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 乔玉龙 哈尔滨工程大学信息与通信工程学院 18 137 5.0 11.0
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 马莹 哈尔滨工程大学信息与通信工程学院 5 11 2.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (48)
共引文献  (34)
参考文献  (9)
节点文献
引证文献  (1)
同被引文献  (0)
二级引证文献  (0)
1998(1)
  • 参考文献(1)
  • 二级参考文献(0)
2003(3)
  • 参考文献(1)
  • 二级参考文献(2)
2004(3)
  • 参考文献(0)
  • 二级参考文献(3)
2005(3)
  • 参考文献(0)
  • 二级参考文献(3)
2006(8)
  • 参考文献(2)
  • 二级参考文献(6)
2007(4)
  • 参考文献(0)
  • 二级参考文献(4)
2008(5)
  • 参考文献(1)
  • 二级参考文献(4)
2009(4)
  • 参考文献(0)
  • 二级参考文献(4)
2010(6)
  • 参考文献(0)
  • 二级参考文献(6)
2011(8)
  • 参考文献(0)
  • 二级参考文献(8)
2012(6)
  • 参考文献(1)
  • 二级参考文献(5)
2013(5)
  • 参考文献(2)
  • 二级参考文献(3)
2015(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)
2017(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
概率假设密度
跟踪算法
频率估计
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
系统工程与电子技术
月刊
1001-506X
11-2422/TN
16开
北京142信箱32分箱
82-269
1979
chi
出版文献量(篇)
10512
总下载数(次)
24
总被引数(次)
116871
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导