作者:郝燕玲,孟凡彬,张崇猛,蔡艺峰,王素鑫 单位:中国电子科技集团公司第四十九研究所 出版:《传感器与微系统》2010年第04期 页数:5页  (PDF与DOC格式可能不同) PDF编号:PDFCGQJ2010040070 DOC编号:DOCCGQJ2010040079 下载格式:PDF + Word/doc 文字可复制、可编辑
《一种改进的多传感器粒子PHD滤波近似算法》PDF+DOC2012年第01期 欧阳成,姬红兵,杨金龙 《基于数据压缩的多传感器PHD滤波算法》PDF+DOC2011年第02期 谭顺成,王国宏,徐海全,王娜 《一种新的目标跟踪算法研究》PDF+DOC2009年第03期 齐立峰,冯新喜,惠小平,白剑林 《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 《多传感器高斯混合PHD融合多目标跟踪方法》PDF+DOC2017年第06期 申屠晗,薛安克,周治利 《集中式多传感器不敏多假设滤波算法》PDF+DOC2010年第10期 管旭军,张玉玲,芮国胜,周旭 《基于有限集统计学的多目标跟踪方法》PDF+DOC2014年第02期 许建,黄放明 《异步多传感器多目标PHD航迹合成算法》PDF+DOC2013年第12期 吴鑫辉,黄高明,高俊 《基于模型类型匹配PHD滤波器和TBM的多目标联合跟踪分类》PDF+DOC2016年第10期 詹锟,蒋宏,赵天衢,于耀中 《多传感器箱粒子PHD滤波多目标跟踪算法》PDF+DOC2020年第04期 蔡如华,杨标,吴孙勇
  • 针对单传感器跟踪系统的缺陷,提出了基于粒子概率假设密度(PHD)滤波的多传感器多目标跟踪算法。这种算法不仅避免了多传感器多目标跟踪的数据关联问题,而且在漏检、目标密集、航迹交叉、小范围内目标数多的杂波环境下能够稳定、精确地估计目标状态和目标数。仿真实验比较了单传感器粒子PHD滤波与多传感器的粒子PHD滤波的跟踪性能,验证了该方法的跟踪性能和精度。

    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。