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:
概率假设密度(Probability Hypothesis Density,PHD)滤波器的序贯蒙特卡罗(Sequential Monte Carlo,SMC)实现需要大量的粒子.为了解决其计算的有效性,本文提出一种改进的SMC-PHD滤波器,称之为似然值波门SMC-PHD滤波器.首先,以所有预测粒子为依据,利用全部的多目标后验信息,最大限度地确认出所有目标生成的观测.其次,基于校正器中所有预测粒子的似然值,避免为粒子贴标签以及传统的距离计算,使得算法在各种应用中易于实现,只有有效观测才参与粒子权值的更新.最后,与基本SMC-PHD滤波器相比,其优秀的实时性和更好的滤波精度通过仿真得到证实.
推荐文章
基于星凸RHM的扩展目标SMC-PHD滤波
星凸形
随机超曲面模型
扩展目标
序贯蒙特卡洛概率假设密度
基于量测分配的SMC-PHD改进算法
多目标跟踪
粒子概率假设滤波
量测分配
基于星凸RHM的扩展目标SMC-PHD滤波
星凸形
随机超曲面模型
扩展目标
序贯蒙特卡洛概率假设密度
基于标记SMC-PHD滤波器的视觉多目标跟踪
多目标跟踪:概率假设密度
有限集统计
背景建模
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 似然值波门SMC-PHD滤波器
来源期刊 计算机与现代化 学科 工学
关键词 多目标跟踪 概率假设密度滤波 序贯蒙特卡罗 波门 剔除杂波
年,卷(期) 2017,(11) 所属期刊栏目 应用与开发
研究方向 页码范围 105-110,115
页数 7页 分类号 TP391
字数 5788字 语种 中文
DOI 10.3969/j.issn.1006-2475.2017.11.020
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 蒋德富 河海大学计算机与信息学院阵列与信息处理实验室 17 42 5.0 5.0
2 高乙月 河海大学能源与电气学院 3 3 1.0 1.0
6 刘铭 河海大学计算机与信息学院阵列与信息处理实验室 2 0 0.0 0.0
7 付伟 河海大学计算机与信息学院阵列与信息处理实验室 2 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (50)
共引文献  (5)
参考文献  (17)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(3)
  • 参考文献(1)
  • 二级参考文献(2)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(3)
  • 参考文献(1)
  • 二级参考文献(2)
2006(3)
  • 参考文献(1)
  • 二级参考文献(2)
2007(5)
  • 参考文献(1)
  • 二级参考文献(4)
2008(8)
  • 参考文献(3)
  • 二级参考文献(5)
2009(4)
  • 参考文献(1)
  • 二级参考文献(3)
2010(3)
  • 参考文献(0)
  • 二级参考文献(3)
2011(4)
  • 参考文献(0)
  • 二级参考文献(4)
2012(7)
  • 参考文献(1)
  • 二级参考文献(6)
2013(7)
  • 参考文献(2)
  • 二级参考文献(5)
2014(5)
  • 参考文献(2)
  • 二级参考文献(3)
2015(8)
  • 参考文献(1)
  • 二级参考文献(7)
2016(3)
  • 参考文献(1)
  • 二级参考文献(2)
2017(2)
  • 参考文献(2)
  • 二级参考文献(0)
2017(2)
  • 参考文献(2)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
多目标跟踪
概率假设密度滤波
序贯蒙特卡罗
波门
剔除杂波
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
计算机与现代化
月刊
1006-2475
36-1137/TP
大16开
南昌市井冈山大道1416号
44-121
1985
chi
出版文献量(篇)
9036
总下载数(次)
25
总被引数(次)
56782
论文1v1指导