状态提取相关论文
多目标跟踪的实时性、目标的状态提取与航迹连续的正确率受杂波、漏检、目标近距离这些因素的干扰。为了解决这些问题,提出一种改......
针对多目标跟踪算法对多目标状态提取的需求，提出了一种基于Dirichlet分布的概率假设密度滤波器多目标状态提取方法．该算法利用负指......
在P-PHD滤波多目标状态提取中,传统的K-Means聚类方法存在需要提取峰值、聚类时间长、类簇边缘易被侵蚀等问题。针对此问题,在对一......
概率假设密度粒子滤波（P-PHD）以粒子集形式反映目标的状态信息，是一种有效的多目标跟踪方法，其关键步骤是从粒子集中准确提取多目标状......
高斯混合概率假设密度滤波(GM-PHD)方法可有效解决线性高斯模型下的多目标跟踪问题,在估计目标个数的同时提取多目标状态。但当杂......
针对低检测概率下多目标跟踪时，概率假设密度滤波器难以正确估计当前目标个数以及目标状态问题，提出一种基于多帧融合的高斯混合概率......
由于K均值算法易受噪声干扰且对初始粒子的选取较为敏感,在进行PHD状态提取时,难以获得稳定可靠的状态估计结果。对此,提出基于谱......
考虑到存活目标与新生目标在动态演化特性上的差异性,提出了面向快速多目标跟踪的协同概率假设密度(collaborative probability hy......
提出了一种谱聚类目标状态提取方法来实现概率假设密度(PHD)滤波中序贯蒙特卡罗(SMC)实现方式的多目标状态估计.该方法利用PHD滤波......
多目标跟踪技术广泛应用于天基预警、弹道导弹防御、视频监控、交通信息管理等军用和民用领域。概率假设密度(PHD)滤波方法是近年......
文章介绍了风廓线雷达运行状态入库软件,基于C++编程和ADO访问数据库技术,通过构建上传报文监测、运行状态提取、状态数据入库等功......
