首页 | 本学科首页   官方微博 | 高级检索  
     

基于星凸随机超曲面的扩展目标伽马高斯混合势概率假设密度滤波器
引用本文:李翠芸,王精毅,姬红兵,刘远.基于星凸随机超曲面的扩展目标伽马高斯混合势概率假设密度滤波器[J].控制理论与应用,2019,36(5):825-830.
作者姓名:李翠芸  王精毅  姬红兵  刘远
作者单位:西安电子科技大学,西安电子科技大学,西安电子科技大学,西安电子科技大学
基金项目:国家自然科学基金项目(61372003), 国家自然科学基金青年基金项目(61301289)资助.
摘    要:针对杂波和检测不确定情况下扩展目标形状估计精度低的问题,提出了一种基于星凸随机超曲面模型(SRHM)的扩展目标伽马高斯混合势概率假设密度(CPHD)滤波器.该算法在高斯混合概率假设密度滤波的框架下,首先将目标形状建模为星凸随机超曲面,然后通过CPHD滤波估计出目标的质心位置和目标数目,最后通过将已估计的目标质心位置作为目标形状的中心点来结合量测对目标形状进行估计.其中,算法通过自适应估计尺度变换因子对形状边界进行约束优化,解决了星凸随机超曲面模型存在的边界形状不规则的问题.设计扩展目标个数未知以及含有杂波的实验场景,实验结果验证了该算法的有效性和可行性.

关 键 词:星凸随机超曲面  CPHD滤波  形状估计  伽玛函数  约束优化
收稿时间:2016/3/18 0:00:00
修稿时间:2018/11/3 0:00:00

Gamma Gaussian-mixture CPHD filter based on star-convex random hypersurface for extended targets
LI Cui-yun,WANG Jing-yi,JI Hong-bing and LIU Yuan.Gamma Gaussian-mixture CPHD filter based on star-convex random hypersurface for extended targets[J].Control Theory & Applications,2019,36(5):825-830.
Authors:LI Cui-yun  WANG Jing-yi  JI Hong-bing and LIU Yuan
Affiliation:Xidian Univ.,Xidian Univ.,Xidian Univ.,Xidian Univ.
Abstract:
Keywords:star-convex random hypersurface models  CPHD filter  shape estimation  gamma function  constrained optimization
本文献已被 CNKI 等数据库收录!
点击此处可从《控制理论与应用》浏览原始摘要信息
点击此处可从《控制理论与应用》下载全文
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号