高级搜索

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

被动传感器阵列中基于粒子滤波的目标跟踪

李良群 黄敬雄 谢维信

李良群, 黄敬雄, 谢维信. 被动传感器阵列中基于粒子滤波的目标跟踪[J]. 电子与信息学报, 2009, 31(4): 844-847. doi: 10.3724/SP.J.1146.2008.00201
引用本文: 李良群, 黄敬雄, 谢维信. 被动传感器阵列中基于粒子滤波的目标跟踪[J]. 电子与信息学报, 2009, 31(4): 844-847. doi: 10.3724/SP.J.1146.2008.00201
Li Liang-qun, Huang Jing-xiong, Xie Wei-xin. Target Tracking Based on Particle Filtering in Passive Sensor Array[J]. Journal of Electronics & Information Technology, 2009, 31(4): 844-847. doi: 10.3724/SP.J.1146.2008.00201
Citation: Li Liang-qun, Huang Jing-xiong, Xie Wei-xin. Target Tracking Based on Particle Filtering in Passive Sensor Array[J]. Journal of Electronics & Information Technology, 2009, 31(4): 844-847. doi: 10.3724/SP.J.1146.2008.00201

被动传感器阵列中基于粒子滤波的目标跟踪

doi: 10.3724/SP.J.1146.2008.00201
基金项目: 

广东省自然科学基金(8451806001001836)和博士后科研基金项目(20080441165)资助课题

Target Tracking Based on Particle Filtering in Passive Sensor Array

  • 摘要: 针对被动传感器阵列中的机动目标跟踪问题,该文提出了一种基于多模Rao-Blackwellized粒子滤波的机动目标跟踪新方法。算法首先基于Rao-Blackwellization理论将机动目标跟踪问题划分为模型选择和目标跟踪两个子问题;采用多模Rao-Blackwellized粒子滤波对目标运动模型进行选择,扩展Kalman滤波对目标进行更新,有效降低了抽样粒子状态维数,节省了计算时间;最后,建立了被动传感器阵列的非线性观测模型。实验结果表明,提出方法可以有效地对目标模型进行选择,算法的跟踪性能及稳定性要好于交互多模型(IMM)方法。
  • Bar_shalom Y and Li X. Multitarget_Multisensor Tracking:Principles and Techniques [M]. Storrs, CT: YBS Publishing,1995.[2]Blom H A P and Bar-shalom Y. The interacting multiplemodel algorithm for systems with markovian switchingcoefficients[J].IEEE Trans. on Automatic Control.1988, 33(8):780-783[3]Arulampalam M S, Maskell S, and Gordon N. A tutorial onparticle filters for on-line nonlinear non-Gaussian Bayesiantracking [J].IEEE Trans. on Signal Processing.2002, 50(2):174-188[4]Boers Y and Driessen J N. Interacting multiple model particlefilter [J].IEE Proc Radar Sonar Navig.2003, 150(5):344-349[5]Sarkka S, Vehtari A, and Lampinen J. Rao- Blackwellizedparticle filter for multiple target tracking. InformationFusion, 2007, (8): 2-15.[6]Xu Xinyu and Li Baoxin. Adaptive Rao-Blackwellizedparticle filter and its evaluation for tracking in surveillance[J].IEEE Trans. on Image Processing.2007, 16(3):838-849[7]Casella G and Robet C P. Rao Blackwellisation of samplingschemes[J].Biometrika.1996, 83(1):81-94[8]李良群. 信息融合系统中的目标跟踪及数据关联技术研究.[博士论文], 西安电子科技大学, 2007, 第4 章.[9]刘宗香, 黄敬雄, 谢维信, 杨烜. 机动目标跟踪中数据互联新方法[J].电子与信息学报.2007, 29(10):2292-2295浏览[10]修建娟, 何友, 王国宏, 修建华. 两站无源定位系统中的多目标跟踪算法研究. 电子学报, 2002, 30(12): 1763-1767.
  • 加载中
计量
  • 文章访问数:  3549
  • HTML全文浏览量:  95
  • PDF下载量:  791
  • 被引次数: 0
出版历程
  • 收稿日期:  2008-02-20
  • 修回日期:  2008-07-25
  • 刊出日期:  2009-04-19

目录

    /

    返回文章
    返回