针对一个扫描周期内单个目标可能产生多个量测的问题, 提出一种基于标签随机有限集的扩展算法. 结合脉冲扩展标签多伯努利(-GLMB) 滤波器和多量测模型, 推导出新的更新方程; 采用假设分解策略对关联过程进行降维, 避免了量测分组过程. 实验分析表明: 所提出算法能对目标数进行无偏估计, 在低探测概率条件下跟踪性能明显优于多量测概率假设密度(MD-PHD) 算法; 计算开销在量测较少时高于MD-PHD, 量测个数增加时增幅低于MD-PHD.
2024-02-06 00:08:26
219KB
1
本文概述了基于随机有限集的目标跟踪方法的产生、发展和研究现状．论文概要总结了基于随机有限集的目标跟踪方法的基础理论，主要包括随机有限集的理论基础，概率假设密度滤波器的理论基础，概率假设密度滤波器的实现方式以及基于随机有限集的目标跟踪算法的性能评价指标．文中同时简要介绍了概率假设密度滤波器在目标跟踪领域的应用，并对在该领域未来的发展提出了自己的看法．
2021-09-29 19:51:40
396KB
1
领域国内外重要文章集合，传统的多目标跟踪技术中，通常假设一个目标至多产生一个量测，然而随着探测
技术和雷达设备分辨率的不断提高，单个目标的不同反射点可能分布在不同的距离单元
中，即单个目标可能产生多个量测，且量测数目是变化的，这样的目标称之为扩展目标。
因此，研究目标数未知且变化的多扩展目标连续跟踪问题，尤其是在杂波环境下，需要
解决的首要问题是量测集的划分问题，能否正确划分每个时刻的扩展目标量测集，决定
了目标状态估计性能。
2021-04-19 21:54:45
9.73MB
1
本资源为随机有限集学习的matlab代码资源，如不能运行，请私聊联系博主！主要内容为随机有限集在多目标跟踪领域的应用，有PHD、Bernoulli、Cbmember、Glmb滤波的实现。
2021-02-19 18:02:16
73KB
1