公共文化服务平台

搜索到2659篇“ 多机动目标跟踪“的相关文章

基于高斯过程的概率假设密度滤波多机动目标跟踪方法: 本发明公开了基于高斯过程的概率假设密度滤波多机动目标跟踪方法，包括：获取多机动目标运动数据集；基于所述多机动目标运动数据集划分出训练集和测试集，将所述训练集和所述测试集输入机动目标运动模型中进行高斯过程回归学习，获取高斯...; 赵子文陈辉张文旭王旭昕王莉刘孟波

一种基于IMM-UKF-SMC-PHD的纯方位多机动目标跟踪算法: 本发明涉及一种纯方位水下多机动目标跟踪，属于水下多目标跟踪方法。多个水下目标可能距离较近或运动轨迹存在交叉，难以实现待定目标与量测量的正确关联的问题，运用SMC‑PHD算法，借鉴粒子滤波的思想，利用离散带权值的粒子群近似...; 邢文张一靖刘建波孙永震喻宇阳

基于交互式多模型和最大熵模糊聚类的多机动目标跟踪方法: 本发明提供了一种基于交互式多模型和最大熵模糊聚类的多机动目标跟踪方法，通过建立目标状态方程及量测方程，计算概率混合与模型交互，预测状态、量测与协方差后，进行数据关联，对各目标对应各模型的状态及协方差估计，通过更新模型概率...; 张安周杰毕文豪王炜祥刘力

一种基于多伯努利滤波的多机动目标跟踪方法、系统、计算机设备及介质: 一种基于多伯努利滤波的多机动目标跟踪方法、系统、计算机设备及介质，属于目标跟踪技术领域，解决常规多伯努利滤波算法采用单一运动模型难以准确预测目标的运动状态，导致目标跟踪精度下降的问题。所述方法包括：选取运动模型，初始化多...; 韩广生李磊刘咏璐许德鹏李飞张贺李雷薛佳楠赵南奇

标签随机有限集下多机动目标跟踪快速实现被引量：1: 2023年; 针对传统δ-GLMB(δ-Generalized Labeled Multi-Bernoulli)滤波和δ-JGLMB(δ-Joint Generalized Labeled Multi-Bernoulli)滤波计算复杂度较高和实际场景中目标机动的问题,文中提出了IMM-δ-FGLMB(Interactive Multi-modelδ-GLMB)滤波和IMM-δ-FJGLMB(Interactive Multi-modelδ-JGLMB)滤波两种跟踪算法。在滤波新生阶段提出量测驱动Bernoulli成分筛选过程(Measurement Driven for Filtrate the Bernoulli Components,MDFBC),通过利用量测信息来对新生的Bernoulli成分进行粗筛,去除无贡献的新生Bernoulli成分,进而为算法减少计算量。在滤波的预测阶段,通过利用多个模型对机动目标的状态进行交互式预测,从而避免使用单个模型进行状态预测时出现的模型失配问题。实验验证了所提算法在多机动目标跟踪和计算效率方面的优良性能。; 刁丹丹房亮; 关键词：交互式多模型算法

基于深度确定性策略梯度DDPG的多机动目标跟踪方法: 本发明属于目标跟踪领域，具体涉及基于深度确定性策略梯度DDPG的多机动目标跟踪方法。建立深度确定性策略梯度网络；利用LSTM网络生成深度确定性策略梯度网络输入数据s<Sub>k</Sub>；设置深度确定性策略梯度网络的动...; 纠博刘宏伟马佳佳时玉春夏双志

基于高斯过程的概率假设密度滤波多机动目标跟踪方法: 本发明公开了基于高斯过程的概率假设密度滤波多机动目标跟踪方法，包括：获取多机动目标运动数据集；基于所述多机动目标运动数据集划分出训练集和测试集，将所述训练集和所述测试集输入机动目标运动模型中进行高斯过程回归学习，获取高斯...; 赵子文陈辉张文旭王旭昕王莉刘孟波

基于预测更新网络和动态波门的多机动目标跟踪方法: 本发明公开一种基于预测更新网络和动态波门的多机动目标跟踪方法，实现步骤如下：利用构建的预测网络和更新网络的训练集，分别训练预测网络和更新网络。利用构建的预测网络得到待跟踪目标的预测位置向量；利用动态波门得到待跟踪目标的有...; 张永权张冰洁时贞云李思伟姬红兵

基于泊松多伯努利混合滤波的多机动目标跟踪算法研究: 目标跟踪技术在军事和民用领域均有着广泛应用,对目标跟踪技术的研究具有重要的理论和实用意义。传统的多目标跟踪通常假设目标符合单一的运动模型,然而随着战场环境的日益复杂,目标本身的机动性不断增大,目标在现实场景中通常会在一系...; 陈壮壮; 关键词：多机动目标跟踪交互多模型

杂波场景下多机动目标跟踪方法设计与实现: 近些年,随着现代计算机技术以及硬件技术的快速发展,雷达目标跟踪技术也广泛应用于军事和民用领域。然而,由于应用场景中干扰因素日益多元化、空中目标运动状态日益复杂化,现有的多目标跟踪算法已经无法满足当前工程实践要求。因此,本...; 刘吉越; 关键词：机动目标跟踪

相关作者