×
张洪健;Jing、Zhongliang;胡世强

带选通技术的高斯混合CPHD滤波器。 （英语） Zbl 1178.94126号

信号处理。 89，第8期，1521-1530（2009）.
摘要：与概率假设密度（PHD）滤波器相比，基数化概率假设密度滤波器能更准确地估计目标数量，从而也能估计目标的状态。这种额外的功能是以更大的计算复杂性为代价的：\（O（NM^{3}）\），其中\（N\）是目标的数量，\（M\）是每个时间索引上度量集的基数。结果表明，通过降低测量集的基数可以降低CPHD滤波器的计算成本。在实践中，测量集的基数可以像传统跟踪算法中那样通过选通技术来降低。本文提出了一种结合椭圆选通技术降低高斯混合CPHD滤波器计算成本的方法。计算机仿真结果表明，该算法降低了计算成本，跟踪性能损失不大。

引用于2文件

理学硕士：

94年12月 信号理论（表征、重建、滤波等）
93E11号机组 随机控制理论中的滤波

关键词：

有限集统计;概率假设密度;高斯混合;门控;目标跟踪
PDF格式BibTeX公司 XML格式引用
\textit{H.Zhang}等人，《信号处理》。89，第8号，1521--1530（2009；Zbl 1178.94126）
全文： 内政部

参考文献：

[1] I.R.古德曼。；马勒，R。；Nguyen，H.T.：数据融合数学，（1997）·Zbl 0882.68140号
[2] Bar-Shalom，Y。；Tse，E.：在具有概率数据关联的杂乱环境中进行跟踪，Automatica 11，451-460（1975年9月）·Zbl 0315.62039号 ·doi:10.1016/0005-1098（75）90021-7
[3] Musicki，D。；埃文斯，R。；Stankovic，S.：综合概率数据关联，IEEE自动控制事务39，第6期，1237-1241（1994年6月）·Zbl 0811.93057号 ·数字对象标识代码：10.1109/9.293185
[4] Houles，A。；Bar-Shalm，Y.：杂波中机动目标的多传感器跟踪，IEEE航空航天和电子系统事务25，第2期，176-189（1989年3月）
[5] Mahler，R.：通过一阶多目标矩进行多目标贝叶斯滤波，IEEE航空航天和电子系统事务39，第4期，1152-1178（2003）
[6] Vo、B.-N。；马，W.-K.：高斯混合概率假设密度滤波器，IEEE信号处理事务54，第11期，4091-4104（2006）·Zbl 1374.94614号
[7] Vo、B.-N。；辛格，S。；Doucet，A.：随机有限集多目标滤波的序贯蒙特卡罗方法，IEEE航空航天和电子系统事务41，第4期，1224-1245（2005）
[8] Bar-Shalom，Y。；Fortmann，T.E.：跟踪和数据关联（1988）·Zbl 0634.93001号
[9] Blackman，S.：雷达应用的多目标跟踪（1986）
[10] R.Mahler，目标数高阶PHD滤波器理论，收录于：SPIE国防安全研讨会信号处理会议记录，传感器融合目标识别十五，2006年4月，第6235卷，第62350K页。
[11] R.Mahler，目标数中的二阶PHD滤波器，收录于：SPIE小目标信号和数据处理程序，第6236卷，2006年，第62360P页。
[12] Mahler，R.：目标数中的高阶PHD滤波器，IEEE航空航天和电子系统交易43，第4期，1525-1543（2007年10月）
[13] 克拉克，D。；Vo，B.-N.：高斯混合PHD滤波器的收敛性分析，IEEE信号处理事务55，第4期，1204-1211（2007年4月）·Zbl 1391.94178号
[14] R.Mahler，《使用CPHD过滤器的统一传感器管理》，载于：第十届信息融合国际会议，加拿大魁北克，2007年7月9日至12日。
[15] B.-T.Vo、B.-N.Vo，基于PHD的多目标滤波器的性能，收录于：第九届信息融合国际会议论文集，意大利佛罗伦萨，2006年7月10-13日。
[16] B.-T.Vo，B.-N.Vo，A.Antonio Cantoni，线性高斯多目标模型的基数化概率假设密度滤波器，载于：第40届信息科学大会论文集；系统，2006年3月。
[17] Vo、B.-T。；Vo、B.-N。；Cantoni，A.：基数概率假设密度滤波器的分析实现，IEEE信号处理事务55，第7期第2部分，3553-3567（2007）·Zbl 1391.94431号
[18] M.Ulmke，O.Erdinc，P.Willett，用于地面运动目标跟踪的高斯混合基数PHD滤波器，收录于：第十届信息融合国际会议，加拿大魁北克，2007年7月9日至12日。
[19] J.Hoffman，R.Mahler，《多目标脱靶距离及其应用》，载于《信息融合国际会议论文集》，第一卷，马里兰州安纳波利斯，美国，2002年7月8-11日，第149-155页。
[20] 霍夫曼，J。；马勒，R.：通过最优分配的多目标脱靶距离，IEEE关于系统、人和控制论的交易——A部分：系统和人34，第327-336号（2004年5月）
[21] T.Kirubarajan，Y.Bar-Shalom，杂波中目标跟踪的概率数据关联技术，收录于：IEEE会议录，第92（3）卷，2004年3月，第536–556页。
[22] D.Clark、B.-T.Vo、B.-N.Vo和S.Godsill，非线性动力学模型PHD滤波器的高斯混合实现，收录于：IET会议论文集，英国伯明翰，2008年4月15-16日。
[23] Bar Shalom，纽约州。；李晓荣；Kirubarajan，T.：估计及其在跟踪和导航中的应用（2001）
[24] O.Erdinc，P.Willett，Y.Bar-Shalm，《多目标多传感器跟踪的概率假设密度滤波器》，载于《第八届信息融合国际会议论文集》，宾夕法尼亚州费城，美国，2005年7月25日至29日。
[25] Daley，D。；Vere-Jones，D.：点过程理论简介（1988）·Zbl 0657.60069号
[26] Mahler，R.：统计多源多目标信息融合，（2007）·Zbl 1126.68080号
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。