魏帅
- 作品数：7 被引量：14H指数：3
- 供职机构：空军工程大学更多>>
- 发文基金：陕西省自然科学基金国家自然科学基金更多>>
- 相关领域：电子电信自动化与计算机技术更多>>
- 基于高斯粒子CPHD滤波的多目标检测前跟踪算法被引量：3
- 2017年
- 针对未知目标数条件下多弱小目标检测前跟踪(TBD)算法鲁棒性较低、运算量较大等问题,提出一种基于高斯粒子势概率假设密度(CPHD)滤波的多目标检测前跟踪算法.运用高斯函数近似目标状态的后验概率密度,采取粒子滤波的方法迭代更新CPHD中各高斯项的均值与协方差,无需重采样,避免了粒子退化和采样枯竭等问题;同时结合检测前跟踪算法的实际情况,得出粒子权值的更新表达式.仿真实验表明,与现有算法相比,所提出算法在降低复杂度的同时,可以更为可靠地传递目标势分布信息,从而提高多弱小目标数目和状态估计的准确性和稳定性.
- 冯新喜魏帅鹿传国
- 关键词：检测前跟踪红外图像
- 基于箱粒子滤波的鲁棒标签多伯努利跟踪算法被引量：4
- 2017年
- 针对在未知杂波和检测概率的跟踪环境中标准的标签多伯努利(LMB)算法跟踪精度较低、粒子覆盖集过大致使复杂度较高的问题,引入区间分析技术,提出基于箱粒子滤波的鲁棒LMB跟踪算法。建立目标增广空间模型,基于箱粒子滤波方法,推导出有杂波状态标签和LMB元素标签的预测、更新方程,并用多目标箱粒子LMB滤波递推估计目标状态。仿真结果表明,当杂波和检测概率先验未知,与现有非标签、非鲁棒算法相比,所提算法可实现在低检测概率和高杂波强度环境下对目标的稳定跟踪,同时大幅度提高算法的运行效率。
- 魏帅冯新喜王泉鹿传国
- 关键词：多目标跟踪区间分析
- 基于高斯粒子势概率假设密度滤波的目标检测前跟踪方法
- 本发明公开了一种基于高斯粒子势概率假设密度滤波的目标检测前跟踪方法，其主要思路为：初始化：令k表示k时刻，k的初始值为1，k∈{1,2,…,D}，分别确定k时刻有N<Sub>k</Sub>个目标，则将k时刻第p个目标的运...
- 魏帅冯新喜鹿传国
- 基于星-凸形随机超曲面模型的扩展目标GM-PHD滤波器被引量：1
- 2017年
- 针对扩展目标联合估计运动状态和目标外形的问题,提出一种基于星-凸形随机超曲面模型的扩展目标高斯混合概率密度滤波算法。该算法利用星-凸随机超曲面模型对量测的扩散程度进行建模,在高斯混合概率假设密度的框架下,通过求解、更新递推量测模型下的量测似然、新息等参数来实现对扩展目标的跟踪。仿真实验表明,该算法在保证跟踪有效性和可行性的同时,提高了对扩展目标运动状态和目标外形的估计精度。
- 魏帅冯新喜王泉
- 鲁棒标签多伯努利机动目标跟踪算法被引量：3
- 2018年
- 针对未知杂波和检测概率的跟踪环境下,标准的标签多伯努利（LMB）算法对机动目标跟踪性能较差等问题,提出鲁棒标签多伯努利机动目标跟踪算法（R-LMB）.首先建立真实目标、杂波与检测概率的增广空间模型,然后结合多模型（MM）系统,推导出基于蒙特卡罗（SMC）实现的带有状态标签和LMB元素标签的预测与更新方程.研究结果表明：在杂波和检测概率先验未知的情况下,所提出的算法可实现对目标数和目标状态的准确估计,同时在低检测概率和高杂波强度环境中仍可保证良好的多机动目标跟踪性能.
- 冯新喜魏帅王泉鹿传国
- 关键词：多目标跟踪鲁棒跟踪
- 基于高斯粒子势概率假设密度滤波的目标检测前跟踪方法
- 本发明公开了基于高斯粒子势概率假设密度滤波的目标检测前跟踪方法，其主要思路为：确定k时刻有N<Sub>k</Sub>个目标，将k时刻第p个目标的运动状态记为<Image file="DDA0001870835230000...
- 魏帅冯新喜鹿传国
- 文献传递
- 未知杂波状态下基于箱粒子滤波的PHD算法被引量：4
- 2017年
- 针对未知杂波环境中,传统的多目标概率假设密度(PHD)滤波器跟踪精度无法保证,所需粒子支撑集过大导致效率低下的问题,引入了区间分析技术,提出了未知杂波状态下基于箱粒子滤波的PHD算法。该算法首先完成对雷达目标和杂波的混合空间随机有限集模型的构建,然后基于箱粒子滤波技术,利用量测数据建立未知杂波模型,推导出目标状态更新方程,并用多目标箱粒子PHD滤波递推地估计目标状态。仿真实验表明,当杂波环境与先验模型不匹配时,相较于多目标粒子滤波算法,该算法在保证目标跟踪性能的同时,有效减少了算法的计算时间。
- 魏帅冯新喜王泉
- 关键词：多目标跟踪概率假设密度区间分析
