高级检索
ENGLISH

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

多传感器箱粒子PHD滤波多目标跟踪算法

蔡如华,  杨标,  吴孙勇

downloadPDF
文章导航 > 红外技术  > 2020 >  42(4): 385-392
蔡如华, 杨标, 吴孙勇. 多传感器箱粒子PHD滤波多目标跟踪算法[J]. 红外技术, 2020, 42(4): 385-392.
引用本文: 蔡如华, 杨标, 吴孙勇. 多传感器箱粒子PHD滤波多目标跟踪算法[J]. 红外技术, 2020, 42(4): 385-392.
shu
CAI Ruhua, YANG Biao, WU Sunyong. Multisensor Box Particle PHD Multitarget Tracking Algorithm[J]. Infrared Technology , 2020, 42(4): 385-392.
Citation: CAI Ruhua, YANG Biao, WU Sunyong. Multisensor Box Particle PHD Multitarget Tracking Algorithm[J]. Infrared Technology , 2020, 42(4): 385-392.
shu

多传感器箱粒子PHD滤波多目标跟踪算法

  • 桂林电子科技大学 数学与计算科学学院,广西 桂林,541004

  • 桂林电子科技大学 数学与计算科学学院,广西 桂林 541004;广西密码学与信息安全重点实验室,广西 桂林 541004

  • 桂林电子科技大学

基金项目: 国家自然科学基金(61561016,61362005)%广西密码学与信息安全重点实验室研究课题项目(GCIS201611)
详细信息

  • 中图分类号: TP302.7

Multisensor Box Particle PHD Multitarget Tracking Algorithm

    摘要
  • 摘要: 针对目标检测概率较低导致单个传感器无法对目标进行有效检测并跟踪的问题,本文提出了多传感器箱粒子概率假设密度(multi-sensor box particle probability hypothesis density filter,MS-BOX-PHD)滤波器.MS-BOX-PHD滤波器首先将多个传感器的量测转换、融合成为一个量测集合,并利用箱粒子概率假设密度(box particle probability hypothesis density filter,BOX-PHD)滤波器对多个目标的状态进行预测和更新.数值实验表明,相较于单传感器箱粒子概率假设密度(Single-BOX-PHD)滤波器,MS-BOX-PHD滤波器在目标检测概率较低时,能够有效地对多目标的状态和数目进行估计;相较于区间量测下多传感器标准PHD粒子(multi-sensor standard probability hypothesis density particle filter with interval measurement,IM-PHD-PF)滤波器,在达到相同的跟踪性能时,计算效率提升了38.57％.
    • HTML全文
    • 参考文献(0)
    • 相关文章
    • 施引文献
  • 资源附件(0)
  • 加载中
WeChat 点击查看大图
计量
  • 文章访问数:  70
  • HTML全文浏览量:  21
  • PDF下载量:  21
  • 被引次数: 0
出版历程

目录

    /

    返回文章
    返回

    版权所有 © 《红外技术》编辑部京ICP备000000000号-1

    本系统由 北京仁和汇智信息技术有限公司 开发    百度统计