王雪
- 作品数：7 被引量：19H指数：3
- 供职机构：空军工程大学信息与导航学院更多>>
- 发文基金：国家自然科学基金陕西省自然科学基金更多>>
- 相关领域：电子电信自动化与计算机技术更多>>
- 基于随机有限集理论的多扩展目标跟踪技术综述被引量：8
- 2016年
- 随着传感器分辨率的不断提高,扩展目标跟踪技术在实际应用中的作用日益凸显。传统的基于数据关联的目标跟踪方法在对多扩展目标进行跟踪时难以适用,而基于随机有限集理论的方法由于避免了数据关联的困扰而得到了广泛的关注和大量的研究。通过对近年来基于随机有限集理论的多扩展目标跟踪技术研究现状进行了综合分析,包括外形建模方法、最优多目标跟踪贝叶斯滤波器的各类近似技术以及基于随机有限集的多扩展目标跟踪算法的性能评价指标等。最后在已有研究发展的基础上,提出了基于随机有限集理论的多扩展目标跟踪技术需重点关注和解决的若干问题,包括如何将外形建模与群目标轮廓建模进行结合、多机动扩展目标跟踪、多扩展目标跟踪性能评价指标、非线性非高斯下的扩展目标跟踪、非标准量测下的扩展目标跟踪等问题。
- 冯新喜蒲磊孔云波王雪
- 关键词：评价指标
- 基于SNN-AP聚类的扩展目标量测集划分方法被引量：3
- 2017年
- 针对杂波环境下且量测密度差别较大的多扩展目标量测集划分问题,引入近邻传播聚类技术,提出了一种新的量测集划分算法。该算法首先采用局部异常因子检测对量测为杂波的程度进行度量,通过设定阈值的方法进行杂波滤除;同时对于目标量测密度差别较大的问题,引入一种基于共享最近邻的相似度度量方法;考虑了周围量测的影响,通过迭代传递两个信息量逐步寻找聚类中心,避免了对初始聚类个数的选择。仿真实验表明,与传统量测集划分算法相比,所提算法在保证扩展目标跟踪性能的同时,有效减少了算法的运算时间。
- 蒲磊冯新喜孔云波王雪
- 基于多普勒量测的UKF多目标跟踪方法
- 2018年
- 针对高斯混合概率假设密度滤波(GMPHD)初始化需要先验强度函数的缺点,在现有GMPHD滤波框架的基础上,将多普勒信息附加于滤波更新过程中,提出了基于多普勒量测的UKF多目标跟踪方法。该方法能够利用多普勒信息对新生目标状态初始化,实现新生目标的自动初始化,有效降低滤波估计误差。仿真结果表明,所提方法复杂度较低,且在多目标跟踪过程中,对于目标个数的估计精度和最优子模式指派距离均优于已有方法。
- 王雪李鸿艳蒲磊樊鹏飞
- 关键词：多目标跟踪多普勒信息不敏卡尔曼滤波
- K近邻隶属度的P-PHD滤波多目标状态提取
- 2016年
- 在P-PHD滤波多目标状态提取中,传统的K-Means聚类方法存在需要提取峰值、聚类时间长、类簇边缘易被侵蚀等问题。针对此问题,在对一般聚类算法的研究的基础上,进一步提出了一种基于K近邻隶属度P-PHD滤波多目标状态提取算法。该算法首先通过量测与粒子的关联性,根据距离来进行量测筛选剔除虚警量测信息,估计真实目标量测类别,然后利用K近邻隶属度将粒子分配给各个估计的真实量测类别,重新分配粒子集,在新粒子集直接提取目标状态信息,从而避免粒子峰值提取过程,降低了算法的时间复杂度。仿真实验表明,所提算法与传统P-PHD滤波以及其它改进聚类算法的P-PHD滤波相比,具有状态提取精度高以及运算时间短的优点。
- 王雪李鸿艳童骞蒲磊
- 基于星凸RHM的扩展目标SMC-PHD滤波被引量：5
- 2017年
- 扩展目标跟踪与传统目标跟踪不同,不仅需要对目标的运动状态进行跟踪,同时对于目标的外形特征也不能忽略。针对扩展目标跟踪过程中存在的外形拟合和非线性的问题,提出一种基于星凸随机超曲面模型(RHM)的扩展目标序贯蒙特卡洛概率假设密度滤波(SMC-PHD)算法。该算法运用星凸RHM对扩展目标量测源建模,在SMC-PHD的框架下,推导出非线性滤波算法的量测似然表达式和更新方程,实现扩展目标跟踪。仿真结果证明,所提算法的跟踪性能较其他滤波对于目标扩散程度和质心估计均有提高。
- 王雪李鸿艳孔云波蒲磊樊鹏飞
- 基于量测分配的SMC-PHD改进算法被引量：1
- 2017年
- 序贯蒙特卡罗概率假设密度(SMC-PHD)滤波算法由于需要大量粒子参与,导致其存在效率低、估计精度不高等问题。文中以序贯蒙特卡罗概率假设密度滤波算法为框架,利用最新量测集中的量测信息与目标粒子的单步预测状态的似然值,通过概率选取量测值,之后进行概率假设滤波算法的更新。仿真的结果表明,与现有序列蒙特卡罗概率假设密度滤波算法相比,在相同仿真条件下新算法的估计精度显著提高。
- 樊鹏飞李鸿艳王雪
- 关键词：多目标跟踪
- 基于标签随机有限集滤波器的多扩展目标跟踪算法被引量：2
- 2018年
- 针对现有随机有限集(random finite set,RFS)扩展目标滤波器不能输出航迹的问题,提出了基于标签RFS滤波器的多扩展目标跟踪算法。该算法首先采用随机超曲面模型将目标建模为星-凸扩展形态,然后利用标签策略表征集合中的离散元素,结合基于延迟逻辑的多假设跟踪理论,采用N次回扫策略对多帧量测进行平滑处理。仿真实验结果表明,该算法可以在目标跟踪过程中形成完整航迹并对目标扩展形态进行有效估计,特别是在低信噪比探测场景中,所提算法跟踪精度明显优于传统RFS滤波算法,进一步提高了滤波器的稳定性和有效性。
- 曹倬冯新喜蒲磊王雪张琳琳
- 关键词：目标跟踪
