作者：申屠晗,薛安克,周治利 单位：中国自动化学会;中国科学院自动化所 出版：《自动化学报》2017年第06期 页数：10页  （PDF与DOC格式可能不同） PDF编号：PDFMOTO2017060140 DOC编号：DOCMOTO2017060149 下载格式：PDF + Word/doc 文字可复制、可编辑
《多传感器序贯势分布概率假设密度滤波》PDF+DOC2012年第06期 章飞,孙睿 《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 《多传感器多目标跟踪的粒子PHD滤波算法》PDF+DOC2010年第04期 郝燕玲,孟凡彬,张崇猛,蔡艺峰,王素鑫 《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 《高斯混合多伯努利滤波器基于柯西施瓦兹散度的传感器控制方法》PDF+DOC2020年第04期 陈辉,贺忠良,邓东明,李国财 《基于SIM-GM-PHD的低可观测目标跟踪算法》PDF+DOC2018年第01期 郭云飞,潘金星 《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 《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ET-GM-PHD的多传感器多目标跟踪算法》PDF+DOC2013年第10期 刘丽娟,刘国栋

    • 针对复杂环境下单传感器多目标跟踪方法效果不佳的问题，基于FISST(Finite set statistics)跟踪理论提出一种多传感器高斯混合PHD(Probability hypothesis density)多目标跟踪方法.首先，分析了FISST下多传感器PHD的形式化滤波器，在此基础上构建一种反馈式多传感器PHD融合跟踪框架；进一步利用高斯混合技术提出多传感器PHD跟踪方法；最后，通过解决多传感器后验PHD粒子匹配与融合问题提出三种算法.仿真实验表明，与常规高斯混合PHD跟踪算法相比，本文所提算法能够有效提高目标跟踪精度和鲁棒性。

    📙 相关资料

    1. 《多传感器序贯势分布概率假设密度滤波》PDF+DOC 针对多传感器多目标跟踪中数据关联的计算复杂性问题，提出了一种多传感器序贯势分布概率假设密度滤波算法.利用序贯滤波的方法将单传感器的势分布概率假设密度滤波扩展到多传感器情况，并给出了高斯混合实现的序贯势分布概率假设密度(Gaussian mixture sequential PHD，GMSPHD)滤波......
    2. 《面向多目标跟踪的PHD滤波多传感器数据融合算法》PDF+DOC 针对密集杂波环境下单传感器应用高斯混合PHD算法进行多目标跟踪时性能下降的问题，提出一种面向多目标跟踪的PHD滤波多传感器数据融合算法。首先构建了基于高斯混合PHD滤波的多传感器数据融合系统框架，各传感器利用高斯混合PHD滤波算法进行局部状态估计，然后对各传感器的状态估计结果进行关联度计算，最后通过......
    3. 《基于数据压缩的多传感器PHD滤波算法》PDF+DOC 针对多传感器多目标跟踪，提出一种基于数据压缩的多传感器概率假设密度(PHD)滤波算法，解决串行多传感器PHD(SMSPHD)滤波计算量过大的问题。算法首先利用数据压缩将多传感器量测数据转换成等效的单传感器量测数据，然后在此基础上进行PHD滤波。仿真结果表明，该算法可以实现对多目标的有效跟踪；此外，随......
    4. 《多传感器多目标跟踪的粒子PHD滤波算法》PDF+DOC 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PH......
    5. 《基于有限集统计学的多目标跟踪方法》PDF+DOC 介绍了近年来国内外基于有限集统计学(FISST)的多目标跟踪方法相关研究的进展和现状。首先，给出了基于FISST的多目标跟踪问题描述；其次，介绍了基于FISST的单传感器和双传感器多目标跟踪理论和方法；最后，理论分析和仿真表明该方法具有计算复杂度低等优点。...
    6. 《高斯混合多伯努利滤波器基于柯西施瓦兹散度的传感器控制方法》PDF+DOC 针对多目标跟踪中的传感器控制问题，本文基于有限集统计(FISST)理论，利用高斯混合多伯努利滤波器研究并提出相应的传感器控制策略.首先，文中给出容积卡尔曼高斯混合势均衡多目标多伯努利滤波器(CK-GMCBMeMBerF)的实现形式，并提取高斯混合分量近似多伯努利密度.然后，研究两个高斯混合之间的柯西......
    7. 《基于SIM-GM-PHD的低可观测目标跟踪算法》PDF+DOC 针对多传感器协同探测多个低可观测目标问题，提出一种基于强度叠加的多传感器高斯混合概率假设密度(SIM-GM-PHD)滤波器，并提出目标状态的两步提取策略.首先，利用跟踪门对预测强度函数中每个高斯分量选择有效传感器集合；然后，利用各传感器量测数据更新其对应的高斯分量，叠加所有传感器的局部后验强度以及全......
    8. 《一种新的目标跟踪算法研究》PDF+DOC 当采用概率母函数将单传感器PHD滤波推广到多传感器情形时，针对计算繁琐，难于实现的问题，本文基于集中式融合系统的有序滤波思想，提出多传感器、多目标有序粒子PHD跟踪算法，该算法通过选取与各传感器相关的重要性密度函数，层层更新各传感器的采样粒子，达到多传感器多目标有序PHD跟踪。实验结果表明，当仅仅使......
    9. 《异步多传感器多目标PHD航迹合成算法》PDF+DOC 针对传统异步多传感器航迹合成算法存在计算量大及航迹丢失等问题，提出了一种基于概率假设密度(PHD)的多目标航迹合成算法。将监测区域划分为单传感器区域、多传感器交叉区域以及探测盲区3类。在随机集理论框架下，推导了3类区域的多传感器多目标PHD递推式，并给出了区域之间航迹初始和航迹维持方法。最后推导了线......
    10. 《基于ET-GM-PHD的多传感器多目标跟踪算法》PDF+DOC 针对单传感器跟踪系统的缺陷和扩展多目标跟踪问题的复杂性，提出了基于高斯混合扩展目标概率假设密度(ET-GM-PHD)的多传感器多目标跟踪方法。该算法的最大优点在于它可以避免传统多目标跟踪算法中的数据关联过程，不用进行复杂的测量与扩展目标之间的关联过程即可同时获得扩展目标的个数和状态估计。在线性高斯假......

    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。