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:
针对复杂情况下的多目标跟踪问题,提出一种边缘化粒子概率假设密度滤波(MPF-PHD)方法.该方法首先将复杂情况下多个目标的状态向量分别提取出其中的非线性状态与线性状态.然后利用粒子概率假设密度滤波(PF-PHD)估计非线性状态,利用卡尔曼滤波(KF)估计线性状态,并把其中与非线性状态相关的线性状态估计用来优化非线性状态估计.通过对MPF-PHD方法与传统的PF-PHD方法仿真对比,验证了MPF-PHD方法有效解决了复杂情况下多目标跟踪的漏检问题,提高了多目标状态估计精度.
推荐文章
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
应用Dirichlet分布的概率假设密度多目标跟踪
多目标跟踪
概率假设密度
Dirichlet分布
状态提取
k-d树
期望极大化
用于机动目标跟踪的多模型概率假设密度滤波器
机动目标跟踪
概率假设密度
多模型
估计
基于概率假设密度的无线传感器网络多目标跟踪算法
概率假设密度滤波
无线传感器网络
多目标跟踪
随机有限集
粒子滤波
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 边缘化粒子概率假设密度滤波的多目标跟踪
来源期刊 火力与指挥控制 学科 工学
关键词 边缘化粒子概率假设密度滤波 多目标跟踪 非线性状态估计 卡尔曼滤波
年,卷(期) 2017,(5) 所属期刊栏目 理论研究
研究方向 页码范围 14-18,22
页数 6页 分类号 TN953
字数 4511字 语种 中文
DOI
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 于洋 沈阳理工大学自动化与电气工程学院 94 394 8.0 15.0
2 刘砚菊 沈阳理工大学自动化与电气工程学院 31 176 8.0 12.0
3 宋建辉 沈阳理工大学自动化与电气工程学院 33 151 7.0 10.0
4 司冠楠 沈阳理工大学自动化与电气工程学院 2 7 1.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (44)
共引文献  (23)
参考文献  (13)
节点文献
引证文献  (1)
同被引文献  (9)
二级引证文献  (0)
1979(1)
  • 参考文献(0)
  • 二级参考文献(1)
1983(2)
  • 参考文献(0)
  • 二级参考文献(2)
1986(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(1)
  • 参考文献(1)
  • 二级参考文献(0)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(3)
  • 参考文献(0)
  • 二级参考文献(3)
2003(4)
  • 参考文献(1)
  • 二级参考文献(3)
2004(3)
  • 参考文献(1)
  • 二级参考文献(2)
2005(7)
  • 参考文献(1)
  • 二级参考文献(6)
2006(5)
  • 参考文献(1)
  • 二级参考文献(4)
2007(6)
  • 参考文献(1)
  • 二级参考文献(5)
2008(5)
  • 参考文献(0)
  • 二级参考文献(5)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(3)
  • 参考文献(3)
  • 二级参考文献(0)
2011(3)
  • 参考文献(1)
  • 二级参考文献(2)
2012(1)
  • 参考文献(0)
  • 二级参考文献(1)
2013(1)
  • 参考文献(0)
  • 二级参考文献(1)
2014(5)
  • 参考文献(1)
  • 二级参考文献(4)
2015(1)
  • 参考文献(1)
  • 二级参考文献(0)
2017(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)
2019(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
边缘化粒子概率假设密度滤波
多目标跟踪
非线性状态估计
卡尔曼滤波
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
火力与指挥控制
月刊
1002-0640
14-1138/TJ
大16开
山西太原193号信箱
22-134
1976
chi
出版文献量(篇)
9188
总下载数(次)
26
总被引数(次)
34280
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导