一种改进的广义概率数据关联跟踪算法

一种改进的广义概率数据关联跟踪算法

对于多目标跟踪问题,最近提出的全局次优的广义概率数据关联算法(GPDA)由于其新颖的可行性划分规则和较小计算存储需求而受到广泛关注.本文提出了一种基于广义联合事件分割组合的新关联算法.它通过引入目标的方向性信息,在基于新规则划分后,对进入有效域的传感器量测估计值权重系数进行调整,从而使最终的估计值更准确,关联精度得到进一步提高.利用该改进算法对杂波环境下多目标跟踪进行仿真实验,结果表明提出的关联算法继承了原有算法的优点,同时用较小的计算代价使得跟踪性能得到较大改善.

作 者： 李晨 韩崇昭 朱洪艳 LI Chen HAN Chong-zhao ZHU Hong-yan   作者单位： 西安交通大学,电子与信息工程学院综合自动化所,陕西,西安,710049  刊 名： 光电工程  ISTIC PKU 英文刊名： OPTO-ELECTRONIC ENGINEERING  年，卷(期)： 2006 33(7)  分类号： V556  关键词： 多目标跟踪   广义概率数据关联   定向概率数据关联   跟踪算法  

【一种改进的广义概率数据关联跟踪算法】相关文章：

一种改进的混合广义极小剩余算法04-28

改进的EKF算法在目标跟踪中的运用04-30

一种新的运动目标检测与跟踪算法04-28

一种结合UKF与TLS的GPS机动跟踪算法04-26

一种尾流消散动态预测的改进算法04-28

一种改进的变异粒子群算法研究04-30

一种改进的变记忆长度辨识算法04-27

SSDA的改进算法04-26

基于FCM的多传感器融合多目标跟踪的数据关联04-26

一种精确跟踪机动目标的滤波算法的研究04-27