张鹤冰
- 作品数：5 被引量：17H指数：3
- 供职机构：哈尔滨工程大学自动化学院更多>>
- 发文基金：国家自然科学基金更多>>
- 相关领域：电子电信交通运输工程自动化与计算机技术更多>>
- 基于核密度估计高斯混合PHD滤波的多目标跟踪算法被引量：3
- 2011年
- 针对多目标跟踪系统中传统算法目标估计精度较低的问题,提出了基于核密度估计的高斯混合概率假设密度(probability hypothesis density,PHD)滤波算法。在该算法中,经过剪枝、合并后,引入核密度估计理论的Mean-shift算法,对高斯混合PHD分布密度函数进行核密度估计,取代了传统算法中的状态估计方法。最后,选择估计后得到的峰值作为目标状态估计值。仿真结果表明,基于核密度估计的高斯混合PHD滤波算法比传统算法具有更高的估计精度。
- 周卫东张鹤冰乔相伟
- 关键词：多目标跟踪概率假设密度随机集
- 多传感器多机动目标跟踪的CPHD滤波算法被引量：3
- 2012年
- 针对单传感器在多机动目标跟踪系统中不能很好地处理目标数目变化与突发机动的问题,提出了多传感器多机动目标跟踪的概率假设密度滤波算法.以CPHD滤波算法为理论基础,同时递推概率假设密度(PHD)函数和基数分布,避免了多目标多传感器的数据关联问题.结合自适应当前统计模型,选择3个雷达作为跟踪目标的传感器,相比于单传感器降低了信息的模糊度,提高了可信度.仿真结果比较表明了多传感器CPHD滤波算法在多目标跟踪方面的性能优势.
- 周卫东张鹤冰廖成毅
- 关键词：目标跟踪多传感器随机集
- 基于VSMM的GMCPHD滤波算法在多机动目标跟踪的应用被引量：3
- 2013年
- 针对交互多模型(interacting multiple model,IMM)在多机动目标跟踪算法中存在的缺陷以及目标跟踪精度问题,提出了基于变结构多模型(variable structure multiple model,VSMM)的高斯混合基数概率假设密度(Gaussian mixture cardinalized probability hypothesis density,GMCPHD)滤波算法。该算法利用了VSMM具有自适应性、时变性的特点,达到了在某一时刻能够选取与目标运动模式相匹配的模型集合的目的,相比于IMM考虑的仅是固定的模式集合具有很强的优越性。此外,GMCPHD滤波算法不仅避免了数据关联问题,而且通过高斯分布递推PHD函数的同时递推基数分布。最后,利用雷达作为传感器,对跟踪机动目标进行仿真,证明VSMM相比于IMM对于多机动目标跟踪更具有优越性,同时验证了VSMM-GMCPHD滤波算法具有提高机动目标跟踪精度,减小跟踪误差的作用。
- 周卫东张鹤冰廖成毅
- 关键词：机动目标跟踪交互多模型
- 基于修正PSO-UKF的SINS/GPS组合导航滤波算法被引量：3
- 2011年
- 针对噪声时变特性引起滤波精度下降的问题,提出了一种基于修正粒子群技术(PSO)的自适应UKF算法。为了克服传统粒子群算法过早收敛,容易陷入局部最优的问题,基于粒子的适应值方差提出了一种惯性权值实时修正算法,有效改善了传统PSO算法。在使用新息序列对观测噪声进行实时跟踪的同时,通过构造合理的适应度函数将修正PSO算法和UKF滤波技术相结合,实现了对过程噪声统计特性变化的实时跟踪。针对SINS/GPS伪距组合进行了仿真实验。结果表明,该算法对时变噪声统计特性具有较强的自适应性,鲁棒性更强。在过程噪声及量测噪声发生变化的情况下,其对水平距离的估计精度比普通UKF算法提高了至少一倍,而水平速度的估计误差减小为不到原来的1/3。在对高度误差及天向速度误差进行估计时,普通UKF算法的估计误差很快发散,而PSO-UKF算法对高度的估计误差依旧能够保持在10 m以内。
- 周卫东吉宇人乔相伟张鹤冰
- 关键词：SINS/GPS无迹卡尔曼滤波
- 基于SMC-CPHD的多目标跟踪算法研究被引量：5
- 2012年
- 针对CPHD滤波算法在多目标跟踪中计算难处理和对于局部目标估计存在漏检的问题,提出了基于序贯蒙特卡罗方法的基数概率假设密度(SMC-CPHD)滤波算法。这种方法是将SMC和CPHD两种滤波算法的优点相结合,用一些离散的粒子去接近PHD函数,不仅解决了在滤波修正步没有闭式解的问题,而且避免了当某个目标发生漏检时,PHD权值的转移问题,在递推PHD函数的同时也递推基数分布。将此方法应用到有杂波存在复杂的多目标跟踪环境中,通过仿真实验,对CPHD滤波和SMC-CPHD滤波得出的结果进行比较,验证了本文所提出方法对多目标跟踪的可行性和精确性。
- 周卫东张鹤冰吉宇人
- 关键词：随机集多目标跟踪
