作者:杨可,傅忠谦,王剑亭,林日钊 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》2012年第06期 页数:6页  (PDF与DOC格式可能不同) PDF编号:PDFDZYX2012060170 DOC编号:DOCDZYX2012060179 下载格式:PDF + Word/doc 文字可复制、可编辑
《基于概率假设密度滤波平滑器的检测前跟踪算法》PDF+DOC2012年第10期 林再平,周一宇,安玮,徐洋 《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 《有序粒子概率假定密度跟踪算法》PDF+DOC2009年第25期 林焕杉,董福安,朱林户,齐立峰 《部分监测区域重叠条件下的扩展目标跟踪》PDF+DOC2016年第06期 陈金广,江梦茜,马丽丽 《基于六轴传感器的无线动作识别系统设计》PDF+DOC2018年第10期 曾亿山,刘睿 《PDF多传感器多目标跟踪器》PDF+DOC1998年第08期 罗伊E·贝瑟尔 ,乔治J·帕拉斯 ,孟昭珍 《决策融合的模糊积分方法》PDF+DOC1998年第02期 梁继民,杨万海,蔡希尧 《基于负信息的改进多假设定位算法》PDF+DOC2008年第04期 蔡怡昕,赵明国,石宗英,徐文立 《发动机传感器数据证实的贝叶斯信度网络方法》PDF+DOC2007年第06期 唐雅娟,张为华 《基于模糊神经网络的火灾识别算法》PDF+DOC2015年第02期 赵亚琴
  • 多传感器情况下的多目标概率假设密度(PHD)滤波是建立在假设模型上实现的。该文用随机有限集(RFS)方法描述多目标状态空间和传感器量测空间,分析了多传感器通用假设模型下的探测概率、似然函数和杂波分布,在此基础上利用概率产生泛函(PGFL)推导出了多传感器PHD滤波递归式,进而提出粒子标记法多传感器贯序蒙特卡洛PHD(SMC-PHD)滤波等价实现算法,降低了多传感器PHD滤波的计算复杂度。最后给出了算法的具体实现,得到了良好的多目标数目和可跟踪多目标状态的估计。

    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。