赵斌
- 作品数：5 被引量：7H指数：2
- 供职机构：军械工程学院更多>>
- 相关领域：自动化与计算机技术军事电子电信更多>>
- 修正马尔可夫矩阵的IMM-GMPHD算法研究被引量：2
- 2016年
- 针对高斯混合概率假设密度(Gaussian mixture probability hypothesis density,GMPHD)滤波算法中的机动目标跟踪问题,提出了一种修正马尔可夫(Markov)矩阵的IMM-GMPHD算法.算法对交互多模型(interacting multiple model,IMM)作出修正,通过模型概率的变化率来修正Markov矩阵,增大了匹配模型在交互中的权重,抑制了非匹配模型的影响,提高了算法的估计精度;利用GMPHD滤波器作为IMM算法的滤波实现方式,完成了对多机动目标的数目和状态估计.仿真实验表明,所提算法能快速匹配目标模型的变化,提高匹配模型概率,改善滤波器性能.
- 赵斌胡建旺吉兵马少闯
- 关键词：概率假设密度高斯混合交互多模型
- EK-GMPHD滤波算法被引量：1
- 2015年
- 针对杂波环境下多目标数目时变的跟踪问题,提出了一种适用于非线性系统的扩展卡尔曼-高斯混合概率假设密度滤波算法(EK-GMPHD)。对高斯分量进行递推时,利用扩展卡尔曼滤波器思想进行局部线性化,解决了量测方程和状态方程的非线性问题;在缩减高斯项数目时,建立了一种新的合并准则,综合考虑了高斯分量协方差对估计精度的影响;利用当前时刻目标估计数目对前一时刻的目标估计数目进行平滑,消除了孤立点的影响;仿真结果表明,该算法可有效滤除杂波影响,准确估计多目标数目和状态。
- 赵斌胡建旺吉兵
- 关键词：多目标跟踪概率假设密度高斯混合
- 多机动目标跟踪的BFG-GMPHD算法被引量：3
- 2016年
- 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BFG-GMPHD算法,扩展了GMPHD滤波算法的适用范围。算法利用最佳拟合高斯(BFG)分布来近似目标动态模型中的状态转移矩阵和过程噪声的协方差矩阵,实现了滤波器与不同动态模型的匹配;在对BFG分布进行递推时,引入了模型概率更新过程,解决了BFG仅依赖于先验信息的问题;并利用UKF算法对GMPHD的高斯分量进行递推,使得算法能处理量测方程为非线性的情况。仿真实验表明,BFG-GMPHD算法能快速匹配目标模型的变化,实现对多机动目标的有效跟踪,准确估计出目标的数目和状态。
- 赵斌胡建旺吉兵
- 关键词：概率假设密度高斯混合
- 基于GMPHD的多目标跟踪算法研究
- 针对大量杂波环境下目标数目时变的多目标跟踪问题,给出了无需数据关联的高斯混合概率假设密度滤波算法(GMPHD),降低了多目标跟踪的计算复杂度。考虑到系统的非线性,从函数近似、确定性采样和求积近似三个方面对GMPHD进行扩...
- 胡建旺赵斌吉兵
- 关键词：多目标跟踪概率假设密度混合高斯扩展卡尔曼滤波不敏卡尔曼滤波
- 文献传递
- 改进匹配方法的BFG-GMPHD滤波算法被引量：1
- 2016年
- 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。算法对BFG近似方式做出改进,通过匹配状态转移的均值和协方差矩阵来近似多个目标动态模型中的状态转移矩阵和过程噪声的协方差矩阵,实现了滤波器与不同动态模型的匹配;在对BFG分布进行递推时,引入了模型概率更新过程,解决了BFG仅依赖于先验信息的问题。仿真实验表明:改进后的算法能滤除传感器数据中的杂波干扰,有效匹配目标运动模型的变化,更加准确地估计出目标的数目和状态,提高了跟踪的性能。
- 赵斌胡建旺吉兵
