- 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
快速JPDA算法的递归和并行实现
维普资讯
国 肪 科 技 丈 学 学 报
第 20卷 第 3期 JOURNALOFNATIONALUNIVERSITYOkDEFENSETECHNOLOGY Vo1.20NO.31998
ci 快速JPDA算法的递归和并行实现 了}f\诋 l
程洪玮 周一宇 、仲康
(国防再聂毒疆 ; 长沙4loo3) ={) “
摘 要 本文从联台关联事件的构造出发,讨论关联假设事件的分层构造,以达到降低计算量的目的。
这里的层次可从0取到L,0层表示没有任何目标能够跟当前的观测数据关联tL层表示共有L个 目标可以跟
当前扫描得到的观测数据相关联。本文的关联事件的构造中,各层次的搜索具有递归性并可以独立进行t因
而可以并行实现。文中还将本文的方法跟有关文献作了比较,并且给出相应的计算机仿真实验及其结果。
关键词 兰,兰 垫 目标跟踪, 翌!芝
分类号蕊一 一 日幸琶、 新,
RecursiveandParallelImplementationofFastJPDA Algorithm
(InstitudeofElectronicEngineering,NUDTtChangsha,410073)
Abstract Thispaperdiscussesamethodtoreducecalculationloadbymeansoflayeredsearchingcon
struetionofassociationhypothesisevents.Thelayerherecantake0valueoranintegerL。Layer0means
thatnotargetcanfinditsassociationdatafrom currentreturns.LayerLmeansthatLtargetscanfindtheir
association datafrom currentreturns.Ourlayeredconstroetionmethodinthepaperisreeursiveandofin—
dependenceamonglayers,soitcanalsobeimplementedinparallelstructure.Comparativeanalysisofthe
method withrelativemethodsinotherreferencesandthecorrespondingcomputersimulation testsandthe
resultsarealsogiveninthepaper.
Keywords probability,dataassociation ,targettracking,fastalgorithm
联合概率数据关联算法(JointProbabilisticDataAssociation,JPDA)是密集杂渡环境下的一种 良好
的多 目标关联与跟踪的优化算法。但是,当目标的数 目增大时,由于 目标与观测数据之间的关联假设事
件的数量呈指数增长,JPDA算法的计算量也将呈指数增长甚至造成计算量爆炸,同时还增加了构造联
台关联事件的复杂性 为降低计算量,不少文献讨论了次优JPDA快速算法,但都以降低关联跟踪性能
为代价。Fitzgerald[避开了关联事件的产生问题,提出一个实用经验公式来计算后验概率 .严格地
说+Fitzgerald的方法是有偏的。RoeckerIx]提出了一种次优JPDA方法t这种方法建立在 目标探测概率为
1的假设基础上+也避开了关联假设事件产生的问题。Zhou 在 James[43方法的基础上提出了一种深度
优先搜索法(Depth—FirstSearch+DFS)来产生关联事件,但其后验概率 的计算无规律可言,该文只好
将后验概率的计算分成直接法和近似法进行。
本文将从联合关联事件的构造出发t讨论关联假设事件的分层构造方法,降低JPDA方法的计算
量。这里的层次可从0取到L,0层表示没有任何目标能够跟当前的观测数据关联,L层
文档评论(0)