多目标多伯努利滤波跟踪算法研究

《多目标多伯努利滤波跟踪算法研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、．Ｋ３ｖ。■－疋如ｒ吟孩＞＇驾ｗ中忠器心式巧曲夢：户．、．麥梦’’、於八、抑＇－－－＇、‘．＾、■’’‘：：＾巧／－、＇？一护．Ｖ乂．Ｖ记軒■：铅＜減冷ｆ‘；；换．－、’＊’‘－二去－－却＞；，，巧ｒ节－畔－巧＆ｉ’．‘＇义心、，‘、＊立；’．＇Ａ＇、心三式必－＾．：—；、乂兴户：共、Ｖ思醉二！，纠據．击；ｒ為游絮庭一、．．‘；心＇：哨诚：声禹．里；ｉ：：？诚嫌蔡；與货巧：＾：這，所茲诘誰為．．＇＇、：’．镜巧中等热备片满私一：：．＾学玲．苗．部爹知感牙謀＾議建霉顯‘＇華嫌．＇．Ｉ？：轉．－．：＂．Ｓ冷數抽養補

2、Ｉ；皆鄉辦Ｕ細１：‘、，’：畢ｍｒ．其強誘巷進靖發＇‘槪觀＂、＇＾、‘嫉、為■’如、、？．．＾：省苗．、夺么．加悼．．，＇ｖｒ作＞接奇ｔ热帝公紋！蘇：證打对歲ｙ謂鷄鑛雜巧记蟲崩，游谭、－、．；柄嘴说堯績弟榮鏡皂穿練标爹伯努利滤波騰濟巧Ｓ；■＇—心’＇＇’－＇．、■Ｉ一‘■＊，马■．載＞：古，一＾一如；‘请＾＇＇＂一＂＇‘始．＇如苗：．巧法研资＼、：产苗；芯Ｖ，雛，Ｖ其苗，衣产二’－．－．．．Ｖ．，Ｍｕｌｔｉ货菓丈题名）．峭ｅｔｓｔ伽啤ｇＡｌｇｏｒｉ化亂（．；；聋識ｉｒ．姜裏—’？节二；

3、技］ｅｓｃａｒｃ－ＢｅｍｍｉＵｉ如ｔｅｒｆ打蘇苦茲ｈｏｎＭｕ化５Ｉｇ寒提满爾究生獲著赶主生学号ｔ苗禱ＩＩ覇：．＇京：．：指嫌素茲一＾＾＾：＾＾？＾＾锁議！？三＾－－…、吉■－．Ｉ－■．‘巧：－■１－；＾Ｖ－＇．－一＿Ｙ；ｖ、‘．＾Ｉ＇．州芭：．＇‘＇敬＂气．杏心马Ｖ去游（劑琴缉），如沪讚也＇？二Ｖ．．．’：，＇．，、、：Ｕｗ．占：．＇心；．．紫乃斗Ｋｙ．：緊．；－．．以—．＇、背站這．．＇．学：计龍科学学隣叫辞帝讀蘇；儀置巧靡囊義議＾攀，，．１．八汁算臟术．：学靜专业終：＾．：心館：瑶禱麵鷄辦豁－＼

4、．香，＇Ａ＇■＇．、’｜？＼■；班．村‘聲兴＇乂、賊砖鮮證巧芭；皆：兴；、、．、－＇．、識．产始；猶学位授予年度：６年哪論．ｙ這每扣护皆Ｖ巧．．’．‘’’’、．、＞’、‘、冷敏＇，、主？，；Ｖｖ成妓游、、ｒ，的’ｒ巧等私琴？？？？於’＼、？＇幹？‘？？？＇｜＂－＊＊游，．、沁’？．．？祭，＾＼：、、＆：：＇為，、嗦一軒；．义藏敕；＾；ｐ每ｙ：鑛导铺終吊；＇：歲猫義三麵解；，、：乂南、權，葛纖，多目标多伯努利滤波跟踪算法研究摘要：多目标跟踪技术是信息融合领域的重要研究内容，已经在军事领域得到了广泛的应用。Mahler将

5、随机有限集(RandomFiniteSet，RFS)理论引入多目标跟踪技术中，避免了数据关联算法带来的组合爆炸问题，为多目标跟踪理论开辟了新领域。在RFS框架下，Mahler提出了多目标多伯努利(Multi-TargetMulti-Bernoulli,MeMBer)滤波算法，随后Vo改进了该算法并提出了势均衡多目标多伯努利(CardinalityBalancedMeMBer，CBMeMBer)滤波算法，解决了多伯努利滤波算法过多估计目标数目的问题。随着跟踪环境的日益复杂以及目标跟踪精度要求的不断提高，原有的多伯努利滤波跟踪理论也需要深入地研究。本文重点研究了势均衡多目

6、标多伯努利滤波算法在相关参数条件下的多目标跟踪问题，研究的具体内容如下：(1)多机动目标高斯混合势均衡多伯努利(GaussianMixtureCBMeMBer,GM-CBMeMBer)滤波算法。由于标准的GM-CBMeMBer滤波器的运动模型不适合机动目标的运动状态，本文结合GM-CBMeMBer滤波算法和“当前”统计模型，提出一种多机动目标跟踪算法。该算法在CBMeMBer滤波算法的基础上，在预测阶段对目标的运动状态模型进行改进，增加了对目标加速度的控制和预测，从而使新算法能够有效跟踪机动目标的运动状态变化，并通过仿真结果证明新算法的可行性。(2)低检测率下改进的G

7、M-CBMeMBer滤波算法。在低检测率下，GM-CBMeMBer滤波算法由于在更新过程中没有足够有效地量测值，所以发生严重的目标跟踪丢失问题。针对该问题，本文提出了一种改进的GM-CBMeMBer滤波算法,新算法对原有滤波过程中高权值的高斯项进行一定的处理。仿真结果表明新算法能够有效提高目标跟踪的精度。图15幅，参考文献56篇。关键词：多目标跟踪，随机有限集，多伯努利，机动目标，低检测率中图分类号：TP391IMulti-TargettrackingAlgorithmResearchonMulti-BernoulliFilteringAbstrac