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:
为了解决马尔科夫跳变系统广义标签多伯努利滤波器在多机动目标跟踪场景需要计算大量模式假设分支,并且需要频繁对假设分支进行剪枝,导致算法存在计算量过高并且影响跟踪精度的问题,提出一种基于交互多模型的分组δ-广义标签多伯努利滤波器.滤波器采用航迹分组策略,不同组的航迹独立进行关联映射与分支权重计算,降低了关联的计算复杂度,可以实现不同航迹组之间并行滤波.另外,为了处理机动目标场景引入交互多模型,给出基于交互多模型的分组滤波递推方程.仿真结果表明,所提出的滤波器跟踪精度更高,计算速度更快,可以用于跟踪多个机动目标的场景.
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
高斯过程回归模型多扩展目标多伯努利滤波器
多扩展目标跟踪
随机超曲面
高斯过程回归
随机有限集
多伯努利滤波器
自适应目标新生δ广义标签多伯努利滤波算法
多目标跟踪
随机有限集
δ广义标签多伯努利
自适应目标新生
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 基于交互多模型的分组δ-广义标签多伯努利算法
来源期刊 系统工程与电子技术 学科 工学
关键词 随机有限集 δ-广义标签多伯努利滤波器 多目标跟踪 交互多模型
年,卷(期) 2022,(4) 所属期刊栏目 电子技术|Electronic Technology
研究方向 页码范围 1128-1138
页数 11页 分类号 TN95
字数 语种 中文
DOI 10.12305/j.issn.1001-506X.2022.04.08
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (0)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2022(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)
研究主题发展历程
节点文献
随机有限集
δ-广义标签多伯努利滤波器
多目标跟踪
交互多模型
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
论文1v1指导