多目标跟踪的数据关联算法研究

多目标跟踪的数据关联算法研究

ID:36603097

大小:7.54 MB

页数:68页

时间:2019-05-12

多目标跟踪的数据关联算法研究_第1页
多目标跟踪的数据关联算法研究_第2页
多目标跟踪的数据关联算法研究_第3页
多目标跟踪的数据关联算法研究_第4页
多目标跟踪的数据关联算法研究_第5页
资源描述:

《多目标跟踪的数据关联算法研究》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、西安电子科技大学学位论文独创性(或创新性)声明秉承学校严谨的学风和优良的科学道德,本人声明所呈交的论文是我个人在导师指导下进行的研究工作及取得的研究成果。尽我所知,除了文中特别加以标注和致谢中所罗列的内容以外,论文中不包含其他人已经发表或撰写过的研究成果;也不包含为获得西安电子科技大学或其它教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中做了明确的说明并表示了谢意。申请学位论文与资料若有不实之处,本人承担一切相关责任。本人签名:篡罐丛日期:塑!兰:!:?!关于论文

2、使用授权的说明本人完全了解西安电子科技大学有关保留和使用学位论文的规定,即:研究生在校攻读学位期间论文工作的知识产权单位属西安电子科技大学。学校有权保留送交论文的复印件,允许查阅和借阅论文;学校可以公布论文的全部或部分内容,可以允许采用影印、缩印或其它复制手段保存论文。同时本人保证,毕业后结合学位论文研究课题再撰写的文章一律署名单位为西安电子科技大学。日期:盘丝!!:兰呈摘要随着现代武器战术性能的提高以及电子干扰技术的发展,多目标跟踪技术在国防领域得到广泛的应用。数据关联是多目标跟踪最困难也是最核心的技

3、术之一,决定着多目标跟踪的整体性能,因此受到国内外学者与工程专家的高度关注。本文研究了最近邻算法、概率数据互联算法、联合概率数据互联算法、交互式多模型概率数据关联算法等经典的数据关联算法。针对联合概率数据互联算法在跟踪目标数目与回波数目增多时计算量爆炸的问题,给出了三种解决方案:给出了改进的快速数据关联算法,避开联合关联假设事件的产生,缩小公共回波的权值,扩大非公共回波的权值,从而保证了跟踪的性能,避免了计算量的迅速增长;在传统跟踪波门的基础上,引入方向跟踪门,减少有效回波的个数,从而减少联合概率互联算

4、法的计算量;采用最大熵模糊聚类算法实现数据关联,并对权值的再分配问题进行研究;最后通过仿真验证了算法的有效性。关键词:多目标跟踪数据关联联合概率数据关联方向跟踪门最大熵模糊聚类AbstractWiththedevelopmentofmodemweapons’tacticalperformanceandelectronicjammingtechnology,techniquesofmulti-targettrackinghavebeenwidelyusedinnationaldefenseareas.As

5、oneofthemostcoreanddifficulttechniquesinthemulti-targettracking,thetechniqueofdataassociationdeterminesthemulti-targettrackingsystem’Sperformance.So,manyengineeringspecialistsandscholarsathomeandabroadhavepaidmuchattentiontothedevelopmentofdataassociatio

6、ntechnology.Thedissertationstudiedsomeclassicaldataassociationalgorithms,includingNearestNeighboralgorithm,ProbabilisticDataAssociationalgorithm、JointProbabilisticDataassociationalgorithm、InteractingMultipleModelestimatorwithProbabilisticDataAssociationf

7、ilter.Withtheincreaseoftargetsandmeasurements,theloadofJointProbabilisticDataAssociationalgorithmcomputationgrowsrapidly.Aimingatthisdefect,thedissertationgavethreesolutions.Firstofall,amodifiedfastdataassociationalgorithmhasbeenproposed.Inordertoguarant

8、eethetrackingperformanceandavoidrapidgrowthcalculation,thealgorithmavoidsthecreationofthejointrelatedhypothesisevents,reducespublicmeasurements’weight,andexpandsthenon—publicmeasurements’weight.Secondly,thetwo-tracking—gat

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。