共查询到18条相似文献,搜索用时 125 毫秒
1.
2.
3.
4.
5.
在多目标跟踪问题中,如果目标数未知或者随着时间的变化而变化,那么联合概率数据关联(JPDA)等一系列在目标数已知时使用的跟踪算法就难以应对,而概率假设密度(PHD)滤波算法将目标集合数看成一个随机集,避免了数据关联问题。文中将PHD算法与JPDA算法进行了比较,仿真实验结果表明:在杂波环境下,PHD算法对目标数未知或随时间变化的多目标跟踪情况良好,在相同仿真条件下,PHD算法在时间上花的代价比其他算法更少。 相似文献
6.
7.
针对密集杂波环境下多目标数据关联问题,提出了一种基于弱化算子自适应模糊C均值聚类的数据关联算法。该算法首先采用弱化算子对有效回波进行弱化处理,在此基础上应用自适应模糊C均值算法对目标有效回波进行聚类,并将聚类中心作为相应目标最终观测值,最后采用最近邻法将聚类中心与目标航迹配对。实验结果表明,该算法与FCM方法相比,具备更高的关联和跟踪精度;与JPDA算法相比,提高了关联时实性。 相似文献
8.
针对密集杂波环境下对多目标跟踪的精度低、实时性不强的问题,提出了密集杂波下模糊聚类数据关联多目标跟踪算法。该算法利用模糊聚类,得到不同观测量相对目标的隶属度作为模糊关联概率,通过分析公共观测对目标的影响,引入远近距下的公共观测影响因子重建模糊关联概率矩阵;然后结合模糊关联概率与卡尔曼滤波,对不同观测量得到的状态估计加权融合,从而对每个目标进行单独跟踪,实现目标的状态更新。仿真结果表明,杂波密集环境下该算法在能够保证多目标跟踪实时性的同时引入远近距下公共影响因子对不同观测量的状态估计进行加权,保证了目标跟踪的精确性。 相似文献
9.
天波超视距雷达的多传播路径会引起多个量测对应同一个目标的问题,而由于传播模式的模糊性,量测与传播模式的对应关系是不确定的。多路径Viterbi数据关联跟踪算法(MVDA)采用回波竞争的思想,而多路径概率数据关联跟踪算法(MPDA)利用了回波合并的策略。通过多次Monte Carlo仿真试验对两种算法的失跟率、状态估计的均方根误差、航迹终结延时以及计算量等跟踪性能指标进行了比较。仿真结果表明,在低检测率、重杂波环境下,提出的MVDA算法大大降低了失跟率,而MPDA算法具有较高的估计精度。 相似文献
10.
具有固定延迟平滑的交互多模型概率数据互联算法 总被引:3,自引:0,他引:3
为了提高杂波环境下跟踪机动目标的跟踪精度.文中将交互多模型概率数据互联(IMMPDA)和固定延迟平滑(LS)思想相结合.提出了一种具有固定延迟平滑的IMMPDA(IMM-LS-PDA)算法。通过引入延迟.增广了目标的状态向量,使得目标的固定延迟平滑状态估计更加准确。仿真结果表明。在杂波环境下对机动目标进行跟踪.单纯的IMMPDA算法的跟踪误差很大,并且在转弯机动处,误差出现峰值.算法的平稳性较差;而在进行固定延迟平滑后,算法的跟踪精度有了明显的提高。 相似文献
11.
12.
13.
14.
15.
16.
17.