基于边缘分布贝叶斯滤波器的多机动目标跟踪方法研究

基于边缘分布贝叶斯滤波器的多机动目标跟踪方法研究

ID:35070708

大小:1.93 MB

页数:68页

时间:2019-03-17

基于边缘分布贝叶斯滤波器的多机动目标跟踪方法研究_第1页
基于边缘分布贝叶斯滤波器的多机动目标跟踪方法研究_第2页
基于边缘分布贝叶斯滤波器的多机动目标跟踪方法研究_第3页
基于边缘分布贝叶斯滤波器的多机动目标跟踪方法研究_第4页
基于边缘分布贝叶斯滤波器的多机动目标跟踪方法研究_第5页
资源描述:

《基于边缘分布贝叶斯滤波器的多机动目标跟踪方法研究》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、分类号TP391学校代码10590UDC620密级公开深圳大学硕士学位论文基于边缘分布贝叶斯滤波器的多机动目标跟踪方法研究学位申请人姓名李丽娟专业名称信息与通信工程学院(系、所)信息工程学院指导教师姓名刘宗香教授深圳大学学位论文原创性声明和使用授权说明原创性声明本人郑重声明:所呈交的学位论文基于边缘分布贝叶斯滤波器的多机动目标跟踪方法研究是本人在导师的指导下,独立进行研究工作所取得的成果。除文中已经注明引用的内容外,本论文不含任何其他个人或集体已经发表或撰写的作品或成果。对本文的研究做出重要贡献的个人和集体,均已在文中以明确方式标明。本声明的法律后果由本人承担。论文作

2、者签名:日期:年月日基于边缘分布贝叶斯滤波器的多机动目标跟踪方法研究摘要多机动目标跟踪的任务是在噪声、杂波等的干扰下对机动目标的数目与状态进行估计。跟踪多机动目标和估计时变的目标数一直是学术界的研究热点与难点。传统的基于数据关联的多机动目标跟踪算法计算量大,在实际应用中受到了限制。基于有限集统计学的多目标贝叶斯滤波器突破了数据关联的难题,引起了越来越多研究者的兴趣。概率假设密度滤波器(PHD滤波器)是多目标贝叶斯滤波器的一种近似实现,然而,PHD滤波器却难以把距离很近的目标区分开来,这一问题使PHD滤波理论在应用于多机动目标跟踪时受到了制约。针对这一问题,我们提出了适

3、用于跟踪多机动目标的边缘分布贝叶斯滤波器,论文的主要内容如下:1)介绍了有限集统计学理论、基于有限集统计学的多目标贝叶斯滤波器以及PHD滤波器。有限集统计学为多目标跟踪算法提供了统一的、科学的数学基础。基于有限集统计学的多目标贝叶斯滤波器在递归过程中传递的是多目标状态的联合分布。PHD滤波器是多目标贝叶斯滤波器的一种近似实现,它传递的是联合分布的一阶矩。2)研究了一种传递边缘分布的多目标贝叶斯滤波器。在此基础上,推导了一种适用于线性高斯系统的边缘分布贝叶斯滤波器。边缘分布贝叶斯滤波器使用存在概率描述各个目标的不确定性,它在递归过程中传递的是各个目标状态的边缘分布及其存

4、在概率。仿真实验验证了边缘分布贝叶斯滤波器在存在杂波以及目标出现与消失环境下的多目标跟踪能力。3)为解决线性高斯系统的多机动目标跟踪问题,在边缘分布贝叶斯滤波器的基础上,我们结合交互式多模型算法与跳变马尔科夫系统模型,提出了两种适用于跟踪多机动目标的边缘分布贝叶斯滤波器。一种是交互式多模型边缘分布贝叶斯滤波器;另一种是跳变马尔科夫系统模型边缘分布贝叶斯滤波器。仿真实验表明两种滤波器均能在存在杂波与噪声的环境下对多机动目标进行稳定、精确地跟踪。同时,我们还通过仿真实验分析了这两种滤波器的适用范围。关键字:多机动目标跟踪;边缘分布;交互式多模型;跳变马尔科夫系统IRese

5、archofMarginalDistributionBayesianFilterinMultipleManeuveringTargetsTrackingAbstractThetaskofmultiplemaneuveringtargetstrackingistoestimatethenumberandstateofmaneuveringtargetsinthepresentofnoiseandclutter.Trackingmultiplemaneuveringtargetsandestimatingthetime-varyingnumberoftargetsaret

6、hefocusanddifficultyofcurrentresearchintheacademia.Thetraditionalmultiplemaneuveringtargetstrackingalgorithmisrestrictedinpracticalapplicationsbecauseitdemandsdataassociation.Themulti-targetBayesianfilterwhichisbasedonfinitesetstatistics(FISST)avoidsdataassociation,henceattractingsubsta

7、ntialinterestsfrommanyresearchers.Theprobabilityhypothesisdensity(PHD)filterisanapproximationimplementationofthemulti-targetBayesianfilter.However,thePHDfiltercannotdistinguishmultipletargetswhenthesetargetsarecloselyspaced;thereforeitisrestrictedinpracticalapplicationsofmultip

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。