非线性高斯系统边缘分布多目标贝叶斯滤波器

zmmdmn · 发表于 2021-4-29 10:22

EDA365欢迎您登录！

您需要登录才可以下载或查看，没有帐号？注册

x

摘要：为解决存在数据关联不确定、检测不确定和杂波情况下的多目标跟踪问题，提出了一种新的多目标贝叶斯滤波器．代替维持多目标状态的联合后验密度，所提出的贝叶斯滤波器联合传递各个目标状态的边缘分布和它们的存在概率．为了处理目标运动和传感器测量模型中的非线性，利用无迹变换技术提出了一种非线性高斯条件下边缘分布贝叶斯滤波器的近似实现算法．仿真实验结果表明，与ＰＨＤ（ＰｒｏｂａｂｉｌｉｔｙＨｙｐｏｔｈｅｓｉｓＤｅｎｓｉｔｙ）滤波器相比，所提出的滤波器具有更好的多目标跟踪能力．

关键词：多目标跟踪；贝叶斯滤波器；非线性模型；边缘分布

多目标跟踪是从传感器的测量中分辨出各个不同的目标并估计出它们的状态，在雷达跟踪、声纳跟踪和视频图像跟踪中有着广泛应用，一直受到学者和研究人员的重视［１～１６］．目前，多目标跟踪方法主要分为两类：传统的多目标跟踪方法和基于有限集统计学的多目标跟踪方法［１～３］．传统的多目标跟踪方法是基于数据关联的多目标跟踪方法，利用数据关联技术将测量分配给不同的目标，利用独立的滤波器对各个目标分开跟踪．典型的算法包括联合概率数据互联（ＪｏｉｎｔＰｒｏｂａｂｉｌｉｓｔｉｃＤａｔａＡｓｓｏｃｉａｔｉｏｎ，ＪＰＤＡ）滤波器［４］和多假设跟踪（ＭｕｌｔｉｐｌｅＨｙ ｐｏｔｈｅｓｉｓＴｒａｃｋｉｎｇ，ＭＨＴ）算法［５］．然而，传统多目标跟踪方法存在以下缺点：（１）通常要求目标数是已知的；（２）存在关联组合的指数增长问题．基于有限集统计学的多目标跟踪方法是近年来发展起来的多目标跟踪方法．该方法不需要数据关联对多目标观测进行分割，而是用多目标观测形成多目标状态的联合后验分布，依据贝叶斯规则传递联合后验分布，并从联合后验分布中提取多目标状态的估计［１，２］

附件下载：

游客，如果您要查看本帖隐藏内容请回复

Anda · 发表于 2021-4-29 11:11

贝叶斯滤波器是什么

帐号		自动登录	找回密码
密码			注册

[毕业设计] 非线性高斯系统边缘分布多目标贝叶斯滤波器

EDA365欢迎您登录！

浏览过的版块

推荐内容 /1