排序方式: 共有1条查询结果,搜索用时 140 毫秒
1
1.
针对现有多机动目标跟踪算法精度低、计算量大、约束条件苛刻等问题,本文将高斯混合概率假设密度(Gaussian Mixture PHD,GM-PHD)滤波器和交互式多模型(Interacting Multiple Model,IMM)相结合,提出交互式多模型GM-PHD(Interacting Multiple Model GMPHD,IMM-GMPHD)滤波算法。算法不仅避免了多目标跟踪中的数据关联问题,而且在漏检、目标密集、目标机动、航迹交叉、目标数目未知的杂波环境下能够稳定、精确地估计目标数目和状态。100次蒙特卡洛(Monte Carlo,MC)仿真结果表明,IMM-GMPHD滤波器能在不增加额外计算负担的基础上,体现出较高的精确度和较强的鲁棒性。 相似文献
1