基于无味粒子滤波和交互多模型算法的多机动目标跟踪

基于无味粒子滤波和交互多模型算法的多机动目标跟踪

ID:13973498

大小:36.50 KB

页数:17页

时间:2018-07-25

 基于无味粒子滤波和交互多模型算法的多机动目标跟踪_第1页
 基于无味粒子滤波和交互多模型算法的多机动目标跟踪_第2页
 基于无味粒子滤波和交互多模型算法的多机动目标跟踪_第3页
 基于无味粒子滤波和交互多模型算法的多机动目标跟踪_第4页
 基于无味粒子滤波和交互多模型算法的多机动目标跟踪_第5页
资源描述:

《 基于无味粒子滤波和交互多模型算法的多机动目标跟踪》由会员上传分享,免费在线阅读,更多相关内容在教育资源-天天文库

1、基于无味粒子滤波和交互多模型算法的多机动目标跟踪基于无味粒子滤波和交互多模型算法的多机动目标跟踪基于无味粒子滤波和交互多模型算法的多机动目标跟踪基于无味粒子滤波和交互多模型算法的多机动目标跟踪基于无味粒子滤波和交互多模型算法的多机动目标跟踪基于无味粒子滤波和交互多模型算法的多机动目标跟踪基于无味粒子滤波和交互多模型算法的多机动目标跟踪基于无味粒子滤波和交互多模型算法的多机动目标跟踪基于无味粒子滤波和交互多模型算法的多机动目标跟踪第22卷第6期江苏科技大学(自然科学版)2008年12月J0urhal.fJi

2、angsuUniversity.fScienceandTechn.1.gy(NaturalScienceEditi.n)Vo1.22No.6Dec.2008基于无味粒子滤波和交互多模型算法的多机动目标跟踪何祖军,尚明玲(江苏科技大学电子信息学院,江苏镇江212003)摘要:闪烁噪声是一种非高斯噪声.为了提高闪烁噪声下多机动目标跟踪的精度,在交互多模型IMM(InteractingMu1.tipleModels)算法的基础上将非线性非高斯系统滤波算法——粒子滤波与IMM算法相结合,采用无味粒子滤波UPF(U

3、nscentedParticleFilter)代替IMM算法中各模型的卡尔曼滤波,提出了一种UPF—IMM算法,并应用该算法代替传统IMM_JPDA数据关联方法中的IMM部分,解决了闪烁噪声环境下的多目标跟踪问题,实验结果表明该算法可以明显地提高跟踪精度.关键词:多目标跟踪;粒子滤波器;IMM算法;闪烁噪声中图分类号:TN953文献标识码:A文章编号:1673—4807(2008)06—0048—05Multi-targettrackingbasedonunscentedparticlefilterand

4、interactingmultiplemodelsalgorithmHEZujun,SHANGMingling(SchoolofElectronicsandInformation,JiangsuUniversityofScienceandTechnology,ZhenjiangJiangsu212003,China)Abstract:Glintnoiseisakindofnon—Gaussiannoise.Inordertoimprovetrackingprecisionofmulti—targetund

5、erglintnoise,UPF—IMM(UnscentedParticleFilterInteractingMultipleModels)algorithmisproposedbasedonIMMalgorithminthispaper.Also,nonlinearandnon—Gaussianfilter--ParticleFilter(PF)isinte—gratedwithIMMalgorithm.UnscentedPF(UPF)isappliedtotaketheplaceofKalmanfil

6、terinIMMalgo—rithm.Furthermore,UPF—IMMisusedtotaketheplaceofIMMintraditionaldataassociationalgorithmIMM_JPDA;andthenmulti—targettrackingunderglintnoiseisresolved.Simulationresultsindicatetheproposedalgorithmcanobviouslyenhancetrackingprecision.Keywords:mu

7、lti—targettracking;particlefilter;IMMalgorithm;glintnoise0引言当目标运动的机动性较大时,其在空间飞行的速度,角度,加速度等参数不断变化,其航迹具有高度的非线性,导致在识别,估计机动H标航迹的过程中计算量急剧增大,影响了跟踪实时性.现有的跟踪算法大多采用基于模型线性化和噪声高斯分布假设的卡尔曼滤波和交互多模算法IMM(InteractingMulti-pieModels)的状态估计方法,在非线性模型和非高斯量测噪声(如闪烁噪声)条件下,其估计系统状态

8、及其方差时误差较大,并可能发散.近年来,粒子滤波器PF(ParticleFilter)作为一种非线性非高斯系统收稿日期:2008—10—09基金项目:江苏省高技术研究资助项目(BG2006022)作者简介:何祖军(1964一),男,安徽芜湖人,副教授,研究方向为计算机应用.E—mail:zjjskdhzj@yahoo.corn.cn第6期何祖军,等:基于无味粒子滤波和交互多模型算法的多机动目标跟踪49滤波方法,在语音信号处理,

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。