作者:林再平,周一宇,安玮,徐洋 单位:中国光学学会 出版:《光学学报》2012年第10期 页数:8页  (PDF与DOC格式可能不同) PDF编号:PDFGXXB2012100210 DOC编号:DOCGXXB2012100219 下载格式:PDF + Word/doc 文字可复制、可编辑
《基于联合双重概率矩阵的动态规划检测前跟踪算法》PDF+DOC2016年第09期 梁志兵,王睿,武勇,张豪,张勃 《多目标滤波中的多传感器概率假设密度算法》PDF+DOC2012年第06期 杨可,傅忠谦,王剑亭,林日钊 《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 《基于双层粒子滤波的多传感器多目标TBD算法》PDF+DOC2020年第04期 王圣哲,陈霄,薛安克 《基于DP-TBD的不同分辨率传感器集中式异步融合算法》PDF+DOC2018年第04期 李洋漾,李雯,王经鹤,易伟,孔令讲 《目标识别的D-S融合算法》PDF+DOC2001年第04期 韩雁飞 《用于检测与分类的多传感器管理算法研究》PDF+DOC2001年第01期 刘先省,赵巍,潘泉,张洪才 《物联网信息融合算法的研究》PDF+DOC2012年第16期 张海燕 《多传感器量测噪声对航迹融合性能影响分析》PDF+DOC2010年第07期 陈金广,马丽丽,陈亮 《多模型概率假设密度平滑器》PDF+DOC2010年第07期 连峰,韩崇昭,刘伟峰,元向辉
  • 基于概率假设密度滤波(PHD)的检测前跟踪(TBD)技术可以有效解决未知弱小多目标检测问题。PHD-TBD算法粒子权重计算受量测噪声影响明显,导致目标数估计存在起伏现象,制约了PHD-TBD算法性能。对PHD-TBD技术进行研究,引进概率假设密度滤波平滑器,提出基于平滑的PHD-TBD算法。该算法对当前帧目标数估计时,综合利用前向递推和后向平滑结果对粒子权重进行更新,在一定程度上克服了随机量测噪声的影响。通过仿真验证,该算法能够有效发现目标,准确估计目标数目和位置,性能有较大提高。

    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。