| 题名 | 多元假设检验GMPHD航迹跟踪算法 |
| 作者 | 黄志蓓 |
| 学位类别 | 博士 |
| 答辩日期 | 2008-12-18 |
| 授予单位 | 中国科学院电子学研究所 |
| 授予地点 | 电子学研究所 |
| 导师 | 吴健康 |
| 关键词 | 多目标航迹跟踪 贝叶斯滤波 概率假设密度 高斯混合模型 多元假设检验 峰值-至-轨迹互联 |
| 其他题名 | Multiple Hypotheses Detection with Gaussian Mixture Probability Hypothesis Density Filter for Multi-target Trajectory Tracking |
| 中文摘要 | 目标跟踪与多传感器信息融合，是应现代军事和民用的需求而发展起来的一门新兴技术，其支撑理论涉及到控制论、信号处理、人工智能、数理统计等多个学科。在跟踪与融合领域，迄今已提出了大量的理论和方法，并已取得了丰硕的研究成果。随着跟踪与融合技术的广泛应用、支撑理论学科的快速发展和被跟踪对象的日趋复杂，对跟踪算法实时性和精确性的要求也越来越高。这就要求对现有的跟踪与融合技术进行改进，同时提出新的理论和方法以适应新的应用。 在数目不定的多目标跟踪中，传统的多目标跟踪方法由于要求固定维度空间而应用受限。近几年随机有限集合理论被用于信息融合领域，特别是其中的概率假设密度滤波（PHD）方法。在跟踪时，尽管受到噪声、杂波和漏警等因素的影响， PHD方法仍表现出它的优越性。对于线性高斯系统，高斯混合概率假设密度（GMPHD）的递归方程更是具有闭式解。然而，由于不含有目标身份信息，单单使用PHD滤波器并不能实现多目标的航迹跟踪。而现有的利用PHD滤波实现多目标航迹跟踪的技术都是与传统数据互联方法的结合，因此复杂度极高。 在深入地研究了信息融合系统中的目标跟踪与数据关联技术的基础上，本论文提出了一种全新的建立在随机集合理论上的多目标航迹跟踪算法。在本论文中使用了经典的多元假设信号检测方法，通过对一阶假设生成树的判决实现PHD峰值-至-轨迹间的互联。结合GMPHD滤波，在同一框架下实现了数据互联和航迹管理的同时，还因为对时间信息的积累而大大降低了杂波干扰的不利影响。实验结果证明，该算法不仅仅可以对多个目标所形成的航迹实施正确有效的跟踪，同时，还由于大大降低了计算量从而提高了跟踪系统的可实现性。 |
| 语种 | 中文 |
| 公开日期 | 2011-07-19 |
| 页码 | 132 |
| 内容类型 | 学位论文 |
| 源URL | [http://ir.ie.ac.cn/handle/80137/8127]  |
| 专题 | 电子学研究所_电子所博硕士学位论文_电子所博硕士学位论文_学位论文 |
| 推荐引用方式 GB/T 7714 | 黄志蓓. 多元假设检验GMPHD航迹跟踪算法[D]. 电子学研究所. 中国科学院电子学研究所. 2008. |
| 个性服务 |
| 查看访问统计 |
| 相关权益政策 |
| 暂无数据 |
| 收藏/分享 |
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。
修改评论