搜索结果: 1-8 共查到“信息科学与系统科学 目标跟踪”相关记录8条 . 查询时间(0.112 秒)
特殊条件下潜艇可利用双线导鱼雷被动声自导方式对水面目标实施攻击,双线导鱼雷与艇艏综合声纳就构成了一个三基阵被动探测系统。此时依据探测的方位信息,首先根据最小二乘法得到目标位置的初步估计,然后将其作为测量值用于交互多模型算法(IMM)并结合线性卡尔曼滤波(KF),即可实现对机动目标的跟踪,从而有效避免应用非线性估计算法直接进行多基阵方位数据处理过程中存在的各种障碍。仿真结果表明这一算法简单有效、收敛...
一种融合多级稀疏表达和度量学习的目标跟踪方法
目标跟踪 稀疏表达 度量学习
2016/1/5
基于稀疏表达的跟踪方法通常采用基于固定阈值的模板更新策略, 很难适应不断变化的目标外形; 其次, 稀疏表达缺乏描述目标流行结构的能力, 区分背景和目标的能力差. 针对基于固定阈值的模板更新策略的不足, 提出一种多级分层的目标模板字典. 为了改善对背景和目标的区分能力, 提出一种融合多级稀疏表达和度量学习的目标跟踪方法. 实验结果表明了所提出的方法能有效提高跟踪的鲁棒性和精度.
基于蜂拥控制的移动传感器网络目标跟踪算法
移动传感器网络 蜂拥控制 卡尔曼一致性滤波 目标跟踪
2014/2/26
针对移动传感器网络中的目标跟踪问题, 以及现有控制策略在保持网络拓扑结构连通性和降低能量消耗方面存在的不足, 提出一种基于蜂拥控制的移动传感器网络目标跟踪算法. 首先, 利用网络中部分节点检测目标, 并使用卡尔曼一致性滤波算法估计目标的状态, 在获得比较精确的估计状态的同时降低能量消耗; 然后, 在蜂拥控制下传感器网络始终保持拓扑结构连通性和目标对网络可见, 同时避免节点之间发生碰撞. 仿真结果验...
针对基于粒子群优化的粒子滤波(PSO-PF) 算法精度不高, 实时性差, 难以满足雷达机动目标跟踪的需求, 提
出一种基于动态邻域自适应粒子群优化的粒子滤波(DPSO-PF) 算法. 该算法可以动态调整粒子邻域环境, 其中每个
粒子按照邻域的环境和自身的位置信息自适应地调整相互间的邻域粒子数量, 使邻域粒子数量更为合理, 达到寻优
能力与收敛速度的最佳平衡. 最后利用不同模型对该算法进行了仿...
基于随机有限集的UPF-CPHD多目标跟踪
随机有限集 多目标跟踪 无迹粒子滤波 基数概率假设密度滤波
2014/4/4
提出一种基于随机有限集的无迹粒子基数概率假设密度滤波(UPF-CPHD, unscented particle filter - cardinality probability hypothesis density)的多目标跟踪方法。在粒子滤波框架下采用随机有限集(RFS, random finite sets)对多目标状态和观测进行描述。在UPF滤波框架下引入CPHD算法同时递推目标状态和目标数...
基于人类视觉智能和粒子滤波的鲁棒目标跟踪算法
朱明清 王智灵 陈宗海
2014/4/28
与计算机视觉目标跟踪算法遇到的各种困难和瓶颈不同的是, 鲁棒视觉目标跟踪仅仅是人类视觉系统的一
项基本功能. 为此, 基于自顶向下的视觉注意机制, 构建了一种相应的计算模型, 提出一种利用检测视觉注意力焦点
区域的方法来模拟人类视觉系统的全局搜索过程, 并用粒子滤波跟踪来模拟人类视觉系统的局部跟踪过程的目标跟
踪算法. 多组对比实验结果表明了所提出的算法在视觉目标跟踪中的优越性.
提出一种多模型高斯混合概率假设密度(PHD) 滤波器的实现方法. 该算法使用多模型方法对高斯混
合PHD 滤波器中存在目标对应的高斯分量进行预测及更新, 使用融合估计后的估计值描述机动目标PHD 分布的高
斯分量. 该算法具有PHD滤波器和多模型方法的优点, 可以用来处理目标数未知时的机动目标跟踪问题. 该算法与
单模型高斯混合PHD滤波器相比, 可提高滤波器对目标发生机动时的跟踪精度; 与...