- 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
第 49卷 第 7期 西 安 交 通 大 学 学 报 Vo1.49 No.7
2015年 7月 JOURNALOFXI’AN JIA0T0NG UNIVERSITY Ju1.2015
DOI:10.7652/xjtuxb201507017
采用随机矩阵的多扩展 目标滤波器
韩玉兰 ,朱洪艳 ,韩崇昭
(西安交通大学 电子与信息工程学院,710049,西安)
摘要 :针对杂波环境 下多扩展 目标的运动状态和形状信息的联合估计跟踪的 问题 ,提 出了一种基
于随机矩阵的扩展 目标跟踪算法。该算法采用具有噪声基于密度的空间聚类 (DBsCAN)J分与
预测划分相结合的联合划分算法对量测集进行划分 ,然后采用联合概率数据关联 (JPDA)的软关联
思想建立量测簇与扩展 目标之 间的对应关系,最后采用随机矩阵法对扩展 目标进行估计获得运动
状态和形状信息,特点是 :将量测集划分为互不相 交的几个簇 ,以使每个簇 中的量测源于同一 目标
或杂波 ;建立量测簇与扩展 目标之 间的关联关系及状态更新。联合划分算法与DBSCAN划分的比
较仿真实验表 明,在有距离相近 目标时采用联合划分算法比采用DBSCAN划分的滤波器的跟踪效
果好得 多。所提多扩展 目标滤波器与ET—GMPDH滤波器的仿真实验表明,所提算法有较 高的跟
踪精度、较大的检测概率及较 小的虚警概率。
关键词 :滤波器;扩展 目标 ;随机矩阵;跟踪算法
中图分类号 :TN274 文献标志码 :A 文章编号 :0253—987X(20l5)07—0098—07
A M ulti—TargetFilterBasedon Random M atrix
HAN Yulan,ZHU Hongyan,HAN Chongzhao
(SchoolofElectronicsandInformationEngineering,Xi’an]iaotongUniversity,Xian710049,China)
Abstract:A multiple extended targetfilterbasedon random matrix isproposed to track the
kinematicstates and shape information ofmultiple targets in the presence ofthe clutter
measurements.Theproposedfilteremploysajointpartitioningalgorithm,whichcombinesthe
DBSCAN (density based spatialclustering ofapplications with noise) and the prediction
partitioningalgorithm,topartitionthemeasurementset.Then,theJPDA (jointprohabilistic
dataassociation),whichisasoftassociationalgorithm,isappliedtodescriptionoftheassociation
betweenmeasurementclustersand extended targets.Finally,themethodofrandom matrix iS
employedtoestimatethekinematicstatesandshapeinformationofextendedtargets.Simulation
resultswhichcomparethejointpartitioningalgorithm withDBSCAN partitioningshowthatthe
filterbyusingjointpartitioningalgorithm couldachievemuchbettertrackingpe
文档评论(0)