高斯混合概率假设密度相关论文
针对多普勒雷达杂波环境下的多机动目标跟踪，本文提出了一种基于去相关无偏量测转换序贯滤波的多模型高斯概率假设密度算法。针对量......
杂波、低检测概率和目标间观测相互干扰等因素,使得目标观测的来源难以辨别,提出一种基于改进GMPHD滤波的多目标跟踪算法,通过引入......
在现代军事战争中精确制导武器扮演着越来越重要的角色,逐渐成为左右战争局势的主导力量,是体现一个国家军事国防实力强弱的重要参......
学位
多目标跟踪(MTT)技术作为多源信息融合领域内最重要的技术之一,已经在民用和军事领域中被广泛应用。跟踪过程中目标数目随时间变化......
针对雷达密集多目标跟踪数据关联的难题,深入研究了可以避免数据关联的多目标跟踪方法-高斯混合概率假设密度算法(GM-PHD).首先,将......
在多目标跟踪问题中,观测站的有效机动可以提高观测信息的质量,从而提升目标跟踪的精度.对此,文中提出一种基于高斯混合概率假设密......
密集杂波的平行多目标跟踪场景中,高斯混合概率假设密度滤波器的计算代价随着分量的增多而不断变大,且其目标状态估计精度较低。为......
针对高斯混合概率假设密度（GMPHD）滤波算法中的机动目标跟踪问题,提出了一种改进的最佳拟合高斯（BFG）与GMPHD结合的BFG-GMPHD算法。算......
为了规避数据关联的困难，本文深入研究了适宜多目标跟踪工程应用，线性高斯多目标模型假设下的高斯混合概率假设密度算法（GM—PHD），详细......
多传感器多目标跟踪是天基红外系统的核心关键技术之一,面临目标数目随时间变化、目标出现时间与位置难以预知、虚警干扰严重等难......
高斯混合概率假设密度（GM-PHD）滤波是一种杂波环境下多目标跟踪问题算法,针对算法中存在的目标漏检和距离相近时精度下降的问题,提出......
针对原始扩展目标高斯混合概率假设密度（ExtendedTargetGaussianMixtureProbabilityHypothesisDensity，ET-GM-PHD）滤波算法不能解决机......
目前,基于概率假设密度(Probability Hypothesis Density,PHD)滤波的多目标跟踪技术已成为多目标跟踪研究的热门领域。论文将传统......
高斯混合概率假设密度滤波（GMPHDF）有牢固的理论基础,是解决高斯条件下跟踪强杂波环境中目标数未知的多目标问题的有效方法。但当目......
为克服原始扩展目标高斯混合概率假设密度滤波算法(Extended Target Gaussian Mixture Probability Hypothesis Density,ET-GM PHD......
期刊
针对未知杂波环境下的多目标跟踪问题,提出一种未知杂波环境下的高斯混合概率假设密度前向后向平滑算法.该算法首先利用有限混合模......
PHD滤波算法在复杂环境下多目标跟踪领域应用广泛。为实现在复杂环境下对可变数目的机动多目标进行精确,高效跟踪,将改进的“当前......
针对多扩展目标跟踪中状态信息难以估计的问题,提出了一种可以估计扩展目标运动状态和形状信息的多扩展目标高斯混合概率假设密度(......
针对现有多机动目标跟踪算法精度低、计算量大、约束条件苛刻等问题,本文将高斯混合概率假设密度（Gaussian Mixture PHD,GM-PHD）滤波......
基于毫米波汽车防撞雷达系统,考虑到雷达测量误差的存在以及道路前方车辆的行驶状态和数目的实时变化,包括新目标车辆出现、目标消......
针对高斯混合概率假设密度SLAM(GMPHD-SLAM)算法存在的估计精度低和计算代价高的问题,提出一种无迹高斯混合概率假设密度SLAM算法(......
主要对基于有限随机集多目标跟踪算法进行研究,扩展了高斯混合概率假设密度（GM-PHD）滤波算法,提出适用于红外搜索跟踪（IRST）的非线性纯......
在多普勒雷达目标跟踪过程中,由于多普勒盲区（DBZ）的存在使得跟踪问题更为复杂。针对该问题,该文基于高斯混合概率假设密度（GM-PHD）提......
