庄泽森
- 作品数：4 被引量：38H指数：3
- 供职机构：复旦大学信息科学与工程学院电子工程系更多>>
- 发文基金：国家自然科学基金更多>>
- 相关领域：航空宇航科学技术自动化与计算机技术更多>>
- 点目标跟踪的非线性滤波算法研究
- 目标跟踪技术已经在包括军事和民用的不同的领域中得到应用,它是当今国际上十分活跃的热门领域之一,而目标跟踪的核心为滤波算法。如何提出性能更好的非线性滤波算法,来对付实际系统的非线性、非高斯问题,并高效的应到到目标跟踪系统中...
- 庄泽森
- 关键词：非线性滤波算法计算复杂度多目标跟踪
- 文献传递
- 多目标跟踪的核粒子概率假设密度滤波算法被引量：11
- 2009年
- 提出一种新的多目标跟踪算法:核粒子概率假设密度滤波算法(KP-PHDF)。算法的创新点在概率假设密度滤波算法(PHDF)的目标状态提取步骤,以粒子概率假设密度滤波算法为框架,并运用结合了mean-shift算法的核密度估计(KDE)理论进行概率假设密度(PHD)分布的二次估计、提取PHD峰值位置作为目标状态估计值。分析与多目标跟踪(MTT)仿真的结果表明,与现有序列蒙特卡罗概率假设密度滤波算法(SMC-PHDF)相比,在相同仿真条件下新算法的估计精度提高30.5%。
- 庄泽森张建秋尹建君
- 关键词：信号处理核密度估计仿真多目标跟踪
- Rao-Blackwellized粒子概率假设密度滤波算法被引量：17
- 2009年
- 针对多目标跟踪(MTT),提出一种新的基于随机集的滤波算法,称为Rao-Blackwellized粒子概率假设密度滤波算法(RBP-PHDF)。算法运用Rao-Blackwellized思想,通过挖掘分析"混合线性/非线性模型"的结构,采用序列蒙特卡罗(SMC)方法预测与估计概率假设密度(PHD)迭代式中各个目标的非线性状态,并利用非线性状态粒子中包含的信息,使用卡尔曼滤波器(KF)对线性状态进行预测与估计。以更好地估计PHD进而提高各目标状态估计精度。分析与MTT仿真的结果表明,在相同的仿真条件下,与现有序列蒙特卡罗概率假设密度滤波算法(SMC-PHDF)相比,RBP-PHDF在降低粒子维数、减少计算量的同时,有效提升了估计精度。
- 庄泽森张建秋尹建君
- 关键词：信号处理仿真多目标跟踪
- 混合线性/非线性模型的准高斯Rao-Blackwellized粒子滤波法被引量：11
- 2008年
- 针对混合线性/非线性模型,提出一种新的递推估计滤波算法,称为准高斯Rao-Blackwellized粒子滤波器(Q-GRBPF)。算法采用Rao-Blackwellized思想,将线性状态与非线性状态进行分离,对非线性状态运用准高斯粒子滤波(Q-GPF)算法进行估计,并将其后验分布近似为单个高斯分布,再利用非线性状态的估计值对线性状态进行卡尔曼滤波(KF)估计。将Q-GRBPF应用于目标跟踪的仿真结果表明,与Rao-Blackwellized粒子滤波器(RBPF)相比,Q-GRBPF在保证估计精度的前提下有效降低了计算复杂度,计算时间约为RBPF的58%;与Q-GPF相比,x坐标与y坐标的估计精度分别提升了45%和30%,而计算时间也节省了约30%。
- 庄泽森张建秋尹建君
- 关键词：信号处理仿真目标跟踪
