势概率假设密度相关论文
目标跟踪是现实世界中的基本问题。随着现代探测技术的发展、武器装备的进步、目标及环境复杂性的增加,目标跟踪系统面临诸多新问......
针对现有的多观测站概率假设密度滤波器实现中存在依赖观测站处理顺序、计算复杂度高等问题,文中提出一种基于分治-贪心算法的高斯......
针对已有的基于双马尔科夫链(PMC)模型的势概率假设密度(PMC-CPHD)滤波算法无法实现的问题,将PMC-CPHD算法改进为多项式形式以便于......
针对基于势概率假设密度算法(CPHD)的纯方位多目标跟踪,提出一种新型的多传感器粒子CPHD滤波算法.该算法通过分析混合线性/非线性......
常规基于势概率假设密度滤波(Cardinalized Probability Hypothesis Density,CPHD)的粒子滤波(Particle Filter,PF)跟踪算法应用于......
针对在杂波环境下对机动多目标进行检测与跟踪时,跟踪精度低、计算复杂度高等问题,提出一种基于高斯粒子滤波(GPF)实现的势概率假......
针对概率假设密度(PHD)滤波在杂波环境下对机动多目标进行检测与跟踪时,易出现高阶势分布信息丢失,从而导致目标检测出现偏差的问......
随着传感器技术的飞速发展,目标跟踪技术的应用和需求也快速扩展。特别是在军事方面,空间目标监视与预警、反导防御、精确制导与打击......
针对现有扩展目标跟踪算法中,形状估计复杂,在考虑漏检及杂波情况下目标跟踪精度不高等问题,提出了一种基于高斯过程回归的伽玛高斯混......
针对杂波环境下扩展目标形状难以估计、目标跟踪精度低等问题,提出一种自适应估计扩展目标形状的伽玛高斯混合势概率假设密度算法(......
由于雷达和传感器的分辨率随科技进步而不断提高,得到的同一个目标的量测不止一个,此时,目标需看作是扩展目标,如果仍然使用传统的......
多目标跟踪技术是信息处理领域里的一个重要课题,在军事和民用领域具有非常广阔的应用前景,越来越多地受到国内外学者的关注。近些......
针对雷达密集多目标跟踪数据关联的难题,为了进一步降低目标个数估计误差,研究高斯混合-势概率假设密度方法(GM-CPHD)。首先,在随......
针对过程噪声和量测噪声野值导致高斯混合势概率假设密度滤波性能下降的问题,提出了一种基于学生t分布的势概率假设密度滤波。首先......
针对未知目标数条件下多弱小目标检测前跟踪(TBD)算法鲁棒性较低、运算量较大等问题,提出一种基于高斯粒子势概率假设密度(CPHD)滤......