基于无味粒子滤波和交互多模型算法的多机动目标跟踪

被引：2

作者：

何祖军

尚明玲

机构：

[1] 江苏科技大学电子信息学院

来源：

江苏科技大学学报(自然科学版) | 2008年 / 22卷 / 06期

关键词：

多目标跟踪; 粒子滤波器; IMM算法; 闪烁噪声;

D O I：

暂无

中图分类号：

TN953 [雷达跟踪系统];

学科分类号：

摘要：

闪烁噪声是一种非高斯噪声.为了提高闪烁噪声下多机动目标跟踪的精度,在交互多模型IMM（Interacting Multiple Models）算法的基础上将非线性非高斯系统滤波算法——粒子滤波与IMM算法相结合,采用无味粒子滤波UPF（Unscented Particle Filter）代替IMM算法中各模型的卡尔曼滤波,提出了一种UPFIMM算法,并应用该算法代替传统IMMJPDA数据关联方法中的IMM部分,解决了闪烁噪声环境下的多目标跟踪问题,实验结果表明该算法可以明显地提高跟踪精度.

引用

页码：48 / 52

页数：5

共 8 条

[1] 基于粒子滤波的神经网络学习算法
陈养平
王来雄
黄士坦
[J]. 武汉大学学报(工学版), 2006, (06) : 86 - 88
[2] 粒子滤波算法综述
胡士强
敬忠良
不详
[J]. 控制与决策 , 2005, (04) : 361 - 365+371
[3] 进化粒子滤波算法及其应用
莫以为
萧德云
[J]. 控制理论与应用, 2005, (02) : 269 - 272
[4] 非高斯条件下基于粒子滤波的目标跟踪
胡洪涛
敬忠良
李安平
胡士强
[J]. 上海交通大学学报, 2004, (12) : 1996 - 1999
[5] 基于进化粒子滤波器的混合系统故障诊断
莫以为
萧德云
不详
[J]. 控制与决策 , 2004, (06) : 611 - 615
[6] 闪烁噪声机动目标跟踪的模型集交互跟踪算法
左东广
韩崇昭
卞树檀
郑林
朱洪艳
[J]. 系统仿真学报, 2004, (04) : 767 - 771
[7] UKF方法及其在方位跟踪问题中的应用附视频
王淑一
程杨
杨涤
崔祜涛
[J]. 飞行力学, 2003, (02) : 59 - 62
[8] An Introduction to MCMC for Machine Learning[J] . Christophe Andrieu,Nando de Freitas,Arnaud Doucet,Michael I. Jordan.Machine Learning . 2003 (1)

← 1 →