基于随机有限集的概率假设密度多目标跟踪算法研究

目录

声明

摘要

1．1研究背景及意义

1．2多目标跟踪技术国内外研究现状

1．2．1基于RFS的多目标跟踪技术研究现状

1．2．2基于RFS理论的多目标跟踪面临问题

1．3本文研究内容及章节安排

第二章基于随机有限集的多目标跟踪技术分析

2．1．2基于RFS的多目标Bayes滤波器

2．2基于随机有限集的多目标滤波器近似及实现

2．2．1PHD滤波器

2．2．2GM-PHD滤波器

2．3多目标跟踪算法性能评估

2．4本章小结

第三章针对新增目标不确定性的GM-PHD改进算法

3．1引言

3．2问题描述与分析

3．3基于量测分析的GM-PHD改进滤波算法

3．3．1初始化新增目标强度

3．3．2基于PHD预滤波的去除杂波方案

3．3．3基于目标速度特征建模方案

3．3．4量测集划分策略

3．3．5改进算法整体步骤

3．4实验结果与分析

3．4．1新增目标跟踪环境设定

3．4．2新增目标跟踪性能指标分析

3．5本章小结

第四章针对目标漏检问题的GM-PHD滤波改进算法

4．1引言

4．2问题描述与分析

4．3TSE-GM-PHD多目标跟踪改进滤波算法

4．3．1基于指数衰减的伪漏检目标权重更新策略

4．3．2基于多帧机制的目标状态提取策略

4．3．3本章算法的完整步骤

4．4实验结果与分析

4．4．1实验场景设定

4．4．2不精确检测概率环境下的多目标跟踪

4．5本章小结

第五章基于邻近目标环境下的GM-PHD滤波改进算法

5．1问题分析及改进算法的提出

5．2WR-GM-PHD滤波改进算法具体方案

5．2．1邻近目标分量权重再分配策略

5．2．2高斯分量裁减与合并的改进

5．3实验结果与分析

5．4．1目标交错运行跟踪场景

5．4．2目标平行运动跟踪场景

5．5本章小结

总结与展望

参考文献

致谢

攻读学位期间发表的学术论文