版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡介
1、概率假設(shè)密度(Probability Hypothesis Density,PHD)濾波和勢概率假設(shè)密度(Cardinalized PHD,CPHD)濾波在貝葉斯濾波框架下,將多目標(biāo)跟蹤問題用隨機(jī)有限集形式表示,改變了傳統(tǒng)多目標(biāo)跟蹤將多目標(biāo)拆分為對多個(gè)單目標(biāo)分別跟蹤的方式,可以處理目標(biāo)的存活、新生或者分裂等情況,同時(shí)避免了復(fù)雜的數(shù)據(jù)關(guān)聯(lián)。PHD濾波和CPHD濾波通過傳遞后驗(yàn)概率分布的一階矩來代替?zhèn)鹘y(tǒng)貝葉斯濾波傳遞的后驗(yàn)概率分布函數(shù),大大
2、減少了計(jì)算復(fù)雜度,因此成為新近多目標(biāo)跟蹤領(lǐng)域研究的熱點(diǎn)。與PHD濾波相比,CPHD濾波消除了PHD濾波在低信噪比情形下因缺乏高階矩信息而對目標(biāo)數(shù)目估計(jì)不準(zhǔn)確的天然弊端,但計(jì)算復(fù)雜度有所增加。本文主要針對CPHD濾波的狀態(tài)估計(jì)、多傳感器狀態(tài)融合和連續(xù)跟蹤方法進(jìn)行研究。
1)CPHD濾波的狀態(tài)估計(jì):在原始的CPHD濾波中,目標(biāo)狀態(tài)仍需借助如聚類等方法進(jìn)行提取,而在PHD濾波基礎(chǔ)上提出來的STPHD(Single-Target Pr
3、obability Hypothesis Density)濾波把PHD表示為多個(gè)與觀測對應(yīng)的PHD分量之和,提取目標(biāo)狀態(tài)只需根據(jù)估計(jì)的目標(biāo)數(shù)目提取相應(yīng)個(gè)數(shù)的峰值最大的PHD分量即可,無需借助外部方法。由于PHD濾波與CPHD濾波在PHD的預(yù)測與更新方面存在著很多相似之處,借助對應(yīng)函數(shù)便可以把STPHD濾波的思想推廣到CPHD濾波當(dāng)中,形成QSTCPHD(Quasi Single-Target CPHD)濾波。本文使用粒子濾波來實(shí)現(xiàn)基于單
4、傳感器的CPHD濾波,并使用QSTCPHD濾波提取目標(biāo)狀態(tài),使CPHD濾波的狀態(tài)提取與STPHD濾波一樣簡單準(zhǔn)確。
2)CPHD濾波的多傳感器狀態(tài)融合:為提高CPHD濾波的跟蹤精度,可以將CPHD濾波擴(kuò)展到多傳感器的場景當(dāng)中,使用多個(gè)傳感器對觀測區(qū)域進(jìn)行監(jiān)測。但CPHD濾波因基于隨機(jī)有限集(Random Finite Set,RFS)理論而將各時(shí)刻的目標(biāo)看作一個(gè)隨機(jī)的、無序的集合,除能估計(jì)出目標(biāo)的數(shù)目以及狀態(tài)之外,無法給出目標(biāo)
5、的標(biāo)識信息。也就是說,在每一時(shí)刻,CPHD濾波估計(jì)得到的目標(biāo)狀態(tài)雖然是真實(shí)目標(biāo)運(yùn)動(dòng)的估計(jì)狀態(tài),卻不知道是針對哪一個(gè)目標(biāo)的估計(jì)。這就意味著,若要實(shí)現(xiàn)CPHD濾波的多傳感器版本,需要一種關(guān)聯(lián)方法來識別來自同一個(gè)目標(biāo)的各傳感器數(shù)據(jù),以便對隸屬于同一目標(biāo)的狀態(tài)進(jìn)行融合。本文把直覺模糊集(Intuitionistic Fuzzy Set,IFS)的概念引入進(jìn)來,提出了基于直覺模糊集聚類的航跡關(guān)聯(lián)方法。該方法首先將各傳感器估計(jì)得到的目標(biāo)狀態(tài)整合在一
6、起;分析各狀態(tài)之間的相互關(guān)系,尤其是狀態(tài)之間的模糊關(guān)聯(lián)關(guān)系,并轉(zhuǎn)化成直覺模糊集的形式表示出來;最后通過聚類的過程獲取各狀態(tài)間的相似關(guān)系,并以此作為航跡關(guān)聯(lián)的重要依據(jù)。該方法不僅將CPHD濾波推廣到了多傳感器領(lǐng)域,而且使得跟蹤效果也得到了很大程度的提高。
3)連續(xù)跟蹤:對于多目標(biāo)跟蹤系統(tǒng)來說,僅僅獲得各時(shí)刻目標(biāo)的狀態(tài)是遠(yuǎn)遠(yuǎn)不夠的,還要知道每個(gè)目標(biāo)連續(xù)的運(yùn)動(dòng)軌跡。CPHD濾波無法給出目標(biāo)的標(biāo)識意味著僅憑其自身無法獲知前后時(shí)刻狀態(tài)間
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于粒子濾波的雷達(dá)多目標(biāo)跟蹤方法的研究.pdf
- 基于粒子濾波的多目標(biāo)跟蹤方法研究與實(shí)現(xiàn).pdf
- 基于PHD濾波器的多目標(biāo)跟蹤方法研究.pdf
- 基于粒子濾波的紅外圖像多目標(biāo)并行跟蹤方法研究.pdf
- 基于多目標(biāo)多貝努利濾波的多目標(biāo)跟蹤.pdf
- 基于粒子濾波的多目標(biāo)跟蹤算法的研究.pdf
- 基于濾波關(guān)聯(lián)的視頻多目標(biāo)跟蹤.pdf
- 基于箱粒子濾波的多目標(biāo)跟蹤算法研究.pdf
- 基于PHD濾波的多目標(biāo)跟蹤平滑算法研究.pdf
- 基于濾波關(guān)聯(lián)的視頻多目標(biāo)跟蹤(1)
- 雷達(dá)多目標(biāo)跟蹤的粒子濾波處理方法的研究.pdf
- 基于多模態(tài)的粒子濾波多目標(biāo)跟蹤研究.pdf
- 基于粒子濾波的紅外多目標(biāo)跟蹤算法研究.pdf
- 基于粒子濾波的目標(biāo)跟蹤方法研究.pdf
- 基于概率假設(shè)密度濾波的圖像多目標(biāo)跟蹤與軌跡保持方法研究.pdf
- 基于強(qiáng)度濾波器的多目標(biāo)跟蹤算法研究.pdf
- 基于Camshift和Kalman濾波的多目標(biāo)跟蹤算法研究.pdf
- 基于概率假設(shè)密度濾波的多目標(biāo)跟蹤技術(shù)研究.pdf
- 基于改進(jìn)粒子濾波算法的多目標(biāo)智能視頻跟蹤研究.pdf
- 基于雷達(dá)-紅外數(shù)據(jù)融合多目標(biāo)跟蹤濾波算法的研究.pdf
評論
0/150
提交評論