蔡绍晓
- 作品数：6 被引量：18H指数：2
- 供职机构：西安电子科技大学更多>>
- 发文基金：国家自然科学基金更多>>
- 相关领域：自动化与计算机技术电子电信更多>>
- 基于粒子滤波的被动传感器多目标跟踪方法
- 本发明公开了一种基于粒子滤波的被动传感器多目标跟踪方法，它属于制导技术领域，主要解决现有多目标跟踪方法跟踪易发散，目标状态估计不准确的问题。该方法通过粒子群优化及样本混合采样算法对多目标的样本分布进行优化，并结合联合概率...
- 姬红兵蔡绍晓张俊根
- 文献传递
- 基于分层粒子滤波的被动多传感器目标跟踪方法
- 本发明公开了一种基于分层粒子滤波的被动多传感器目标跟踪方法。该方法通过重写对数极坐标系下的系统方程并添加表示过程噪声强度与径向距离比值的辅助参量，构造包含方位角、方位角变化率、对数径向距离变化率及辅助参量的子状态<Ima...
- 姬红兵郭辉蔡绍晓刘娟丽
- 文献传递
- 基于粒子滤波的被动传感器多目标跟踪方法
- 本发明公开了一种基于粒子滤波的被动传感器多目标跟踪方法，它属于制导技术领域，主要解决现有多目标跟踪方法跟踪易发散，目标状态估计不准确的问题。该方法通过粒子群优化及样本混合采样算法对多目标的样本分布进行优化，并结合联合概率...
- 姬红兵蔡绍晓张俊根
- 基于高斯粒子JPDA滤波的多目标跟踪算法被引量：10
- 2010年
- 在多目标跟踪中,由于观测的不确定性带来数据关联问题,并且,多目标状态空间尺寸的增长带来了维数增大问题,该文提出了一种新的高斯粒子联合概率数据关联滤波算法(GP-JPDAF),在JPDA框架中引入高斯粒子滤波(GPF)的思想,通过高斯粒子而不是高斯量,来近似目标与观测的边缘关联概率,利用GPF计算目标状态的预测及更新分布。将其应用于被动多传感器多目标跟踪,仿真结果表明该算法比MC-JPDAF具有更好的跟踪性能。
- 张俊根姬红兵蔡绍晓
- 关键词：多目标跟踪联合概率数据关联
- 基于粒子滤波的被动传感器多目标跟踪算法研究
- 多目标跟踪无论在民用还是军事领域都展现出广阔的应用前景，成为当前学者和研究人员的研究热点和难点。军事应用中，鉴于雷达等传统主动探测设备生存效率低下、单传感器信息利用片面等缺陷，被动多传感器多目标跟踪在构造坚固国防体系方面...
- 蔡绍晓
- 关键词：多目标跟踪粒子滤波联合概率数据关联概率假设密度卷积核
- 并行高斯粒子滤波被动多目标跟踪新算法被引量：6
- 2011年
- 针对多目标跟踪的数据关联及多目标状态空间尺寸随目标数增多而增长的问题,提出了一种跟踪新算法,假定各目标的状态与过去的观测相互独立,可以多路并行处理,采用马尔可夫链蒙特卡罗(MCMC)方法计算目标与观测的关联概率,利用高斯粒子滤波(GPF)独立估计单个目标的状态,采用拟蒙特卡罗(QMC)方法近似各目标的预测及更新分布.将该算法应用于被动多传感器多目标跟踪,仿真结果表明,所提算法比联合概率数据关联滤波器(JPDAF)、马尔可夫链蒙特卡罗数据关联滤波(MCMCDAF)及蒙特卡罗联合概率数据关联滤波(MC-JPDAF)具有更好的跟踪性能.
- 张俊根姬红兵蔡绍晓
- 关键词：多目标跟踪数据关联
