作者:张俊根,姬红兵,蔡绍晓 单位:中国科学院电子学研究所;国家自然科学基金委员会信息科学部 出版:《电子与信息学报》2010年第11期 页数:5页  (PDF与DOC格式可能不同) PDF编号:PDFDZYX2010110270 DOC编号:DOCDZYX2010110279 下载格式:PDF + Word/doc 文字可复制、可编辑
《基于随机有限集的多目标跟踪算法综述》PDF+DOC2016年第03期 吴卫华,江晶,冯讯,刘重阳,秦星 《一种交叉多目标跟踪算法》PDF+DOC2016年第02期 廖小云,高嵩,陈超波 《基于概率假设密度的无线传感器网络多目标跟踪算法》PDF+DOC2014年第10期 岳亚南,张国良,汤文俊,姚二亮 《面向多目标跟踪的PHD滤波多传感器数据融合算法》PDF+DOC2017年第08期 周治利,薛安克,申屠晗,彭冬亮 《基于数据融合技术的多目标跟踪算法研究》PDF+DOC1998年第03期 王宝树,李芳社 《多传感器多目标跟踪的JPDA算法》PDF+DOC2004年第07期 巴宏欣,赵宗贵,杨飞,曹雷 《纯方位被动多传感器多目标跟踪算法》PDF+DOC2012年第05期 李彬彬,冯新喜,李鸿艳,宁宣杰 《一种基于随机集的目标跟踪算法研究》PDF+DOC2010年第02期 杨学锋,白剑林 《基于概率最近邻域算法的分布式多传感器多目标跟踪算法》PDF+DOC2009年第02期 车志宇,王海鹏,董云龙 《多传感器数据融合中的多目标静态数据关联》PDF+DOC1997年第08期 刘锋,梁继民,刘泽民
  • 在多目标跟踪中,由于观测的不确定性带来数据关联问题,并且,多目标状态空间尺寸的增长带来了维数增大问题,该文提出了一种新的高斯粒子联合概率数据关联滤波算法(GP-JPDAF),在JPDA框架中引入高斯粒子滤波(GPF)的思想,通过高斯粒子而不是高斯量,来近似目标与观测的边缘关联概率,利用GPF计算目标状态的预测及更新分布。将其应用于被动多传感器多目标跟踪,仿真结果表明该算法比MC-JPDAF具有更好的跟踪性能。

    提示:百度云已更名为百度网盘(百度盘),天翼云盘、微盘下载地址……暂未提供。