首页> 中文期刊> 《自动化学报》 >粒子滤波理论、方法及其在多目标跟踪中的应用

粒子滤波理论、方法及其在多目标跟踪中的应用

         

摘要

本文梳理了粒子滤波理论基本内容、发展脉络和最新研究进展,特别是对其在多目标跟踪应用中的一系列难点问题与主流解决思路进行了详细分析和报道.常规粒子滤波研究重点主要围绕重要性采样函数、计算效率、权值退化/样本匮乏和复杂系统建模展开.作为一类复杂估计问题,多目标跟踪一方面需要准确的目标新生/消亡与演变、虚警/漏检等建模技术,另一方面需要多传感器信息融合、航迹管理等复杂决策方法.暨有限集统计学应用于多目标跟踪后,粒子滤波进入一个新的发展阶段一随机集粒子滤波.基于不同的背景假设,可以构建不同近似形式的随机集贝叶斯滤波器并采用粒子滤波实现.但机动目标、未知场景、多目标航迹管理以及跟踪性能评价等仍是多目标粒子滤波的研究难点和重点.

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
获取原文

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号