三维labeling_GM_PHD程序,三维labeling_GM_PHD程序

快速多目标跟踪GM-PHD滤波算法.pdf

高斯混合概率假设密度滤波器，适合于非线性多目标跟踪。

这是GM-PHD的简单代码，可以尝试修改成自己的代码。

这是高斯混合概率假设密度过滤器 (GM-PHD) 的一种实现： B.-N。 Vo，W.-K. Ma，“高斯混合概率假设密度滤波器”，IEEE 信号处理汇刊，第 54 卷，第 11 期，2006 年 11 月，第 4091-4104 页。 提交的内容包括由 Vo & Ma 描述的线性卡尔曼滤波器 GM-PHD 滤波器和扩展卡尔曼滤波器 GM-PHD 滤波器算法的 Matlab 实现，以及他们论文中描述的模拟问题之一。 Vo & Ma 的算法做了一些修改，但它们是出于技术原因，不会改变滤波器的整体结构。 GM-PHD 滤波器是一种估计测量数据中目标数量和位置的方法。 它的优点包括目标位置不确定性的表示（使用协方差矩阵）以及目标存在的不确定性（使用权重）和更新步骤中数据关联的缺失。 这个实现得到了大量评论，可能对尝试了解 GM-PHD 过滤的人有帮助，但 Vo & Ma 的论文对于理解真正

GM_PHD_Filter：目标跟踪中的GM-PHD过滤器

GM-PHD滤波算法实现

备注比较详细的GM-PHD滤波，值得大家借鉴学习，是国外学者的开源代码

高斯概率假设密度的平滑滤波算法的仿真源代码，易于分析。