| 高斯过程回归模型多扩展目标多伯努利滤波器 |
| |
| 引用本文： | 陈辉,李国财,韩崇昭,杜金瑞.高斯过程回归模型多扩展目标多伯努利滤波器[J].控制理论与应用,2020,37(9):1931-1943. |
| |
| 作者姓名： | 陈辉 李国财 韩崇昭 杜金瑞 |
| |
| 作者单位： | 兰州理工大学电气工程与信息工程学院,甘肃兰州730050;西安交通大学电子与信息工程学院综合自动化研究所,陕西西安710049 |
| |
| 基金项目： | 国家国防基础科研项目(JCKY2018427C002), 国家自然科学基金项目(61873116, 51668039, 61763029), 甘肃省科技计划项目(18JR3RA137)资助 |
| |
| 摘 要： | 针对复杂不确定性环境下不规则形状的多扩展目标跟踪问题, 本文提出了一种基于高斯过程回归(GPR)
模型的多扩展目标多伯努利(GPR–ETCBMeMBer)滤波算法. 首先, 在利用有限集统计理论(FISST)将多扩展目标的
状态集与量测集分别建模为多伯努利随机有限集(MBer RFS) 和泊松随机有限集(Poisson RFS) 的基础上, 通过
GPR方法建立多扩展目标随机超曲面的跟踪滤波模型. 然后, 基于容积卡尔曼滤波器(CKF)详细推导并提出GPR多
扩展目标多伯努利滤波算法的高斯混合(GM)实现. 最后, 通过构造对星凸形多扩展目标和多群目标跟踪的仿真实
验验证了本文所提算法的有效性.
|
| 关 键 词： | 多扩展目标跟踪 随机超曲面 高斯过程回归 随机有限集 多伯努利滤波器 |
| 收稿时间： | 2019/11/27 0:00:00 |
| 修稿时间： | 2020/3/16 0:00:00 |
A multiple extended target multi-Bernouli filter based on Gaussian process regression model |
| |
| CHEN Hui,LI Guo-cai,HAN Chong-zhao and DU Jin-rui.A multiple extended target multi-Bernouli filter based on Gaussian process regression model[J].Control Theory & Applications,2020,37(9):1931-1943. |
| |
| Authors: | CHEN Hui LI Guo-cai HAN Chong-zhao and DU Jin-rui |
| |
| Abstract: | |
| |
| Keywords: | multiple extended target tracking random hypersurface Gaussian process regression random finite set multi-Bernoulli filter |
| 本文献已被 万方数据 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 |
|
