基于拟蒙特卡罗方法的概率假设密度多目标跟踪
DOI:
CSTR:
作者:
作者单位:

1. 西安交通大学电子与信息工程学院综合自动化所
2. 西安交通大学 电信学院 综合自动化所
3. 西安交通大学电信学院综合自动化所

作者简介:

张慧

通讯作者:

中图分类号:

基金项目:

国家重点基础研究发展规划资助项目;国家自然科学基金创新研究群体科学基金


Probability hypothesis density filter based on quasi-Monte Carlo method
for multiple target tracking
Author:
Affiliation:

Fund Project:

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 资源附件
  • |
  • 文章评论
    摘要:

    为了改善多目标跟踪问题中概率假设密度(PHD) 滤波的估计精度, 提出基于拟蒙特卡罗的PHD 滤波算法.
    该算法利用低偏差点集在状态空间中分布均匀的特性, 使得采样粒子集最大程度地相互远离, 充分地描述多目标状
    态的后验概率密度, 从而准确地利用带有相应权值的粒子集来计算多目标数目和各个目标状态的估计值. 仿真实验
    表明了算法的有效性, 且估计性能优于粒子PHD 滤波算法.

    Abstract:

    To improve the precision of probability hypothesis density(PHD) filter when dealing with the problem of multiple
    target tracking, an implementation method of PHD filter based on quasi-Monte Carlo is proposed. This PHD filter algorithm
    uses the property of more regularly distribution of low discrepancy points and makes the sampling particles away from
    each other. Thus it can more fully describe the posterior probability distribution function and more accurately compute the
    estimate value of the target number and the state of individual target according to the particles with corresponding weights.
    Simulation results show that the modified algorithm is effective, and the estimation accuracy is superior to particle PHD filter
    algorithm.

    参考文献
    相似文献
    引证文献
引用本文

张慧 韩崇昭 闫小喜.基于拟蒙特卡罗方法的概率假设密度多目标跟踪[J].控制与决策,2012,27(8):1221-1225

复制
分享
文章指标
  • 点击次数:
  • 下载次数:
  • HTML阅读次数:
  • 引用次数:
历史
  • 收稿日期:2011-03-02
  • 最后修改日期:2011-04-17
  • 录用日期:
  • 在线发布日期: 2012-08-20
  • 出版日期:
文章二维码