期刊文献+

一种基于HMM的多传感器多目标快速跟踪算法 被引量:4

A New Efficient Algorithm for Multisensor Multitarget Detection and Tracking Based on HMM
下载PDF
导出
摘要 在分布式多传感器系统中 ,一种基于隐Morkov模型的检测与跟踪算法得到了应用。该算法的优点在于适用于机动目标模型 ,且对目标的观测噪声未加任何限制。但由于该模型中所采用的Viterbi算法计算量大 ,实时性较差 ,因此提出了一种自适应算法以减少Viterbi算法中的冗余状态 ,有效地克服了其计算量大的缺点。实验表明 ,在相同的多目标跟踪仿真环境下 ,自适应Viterbi算法可以有效提高计算速度 。 An algorithm based on HMM model has been developed for multiple-target detection and tracking in a distributed sensor system. The advantage of this approach is its robustness to maneuvers and impulsive noise. Considering the drawback of Viterbi algorithm in the model, this paper proposes an adaptive Viterbi algorithm to reduce the computational complexity. The simulation results show that the model which uses the adaptive Viterbi algorithm yields nearly the same performance as the model which uses the Viterbi algorithm while involving a substantially smaller average computation requirement in a similar environment.
出处 《系统工程与电子技术》 EI CSCD 北大核心 2002年第5期84-87,共4页 Systems Engineering and Electronics
基金 安徽省自然科学基金资助课题 ( 0 0 0 430 4)
关键词 多传感器多目标快速跟踪算法 卡尔曼滤波 隐马尔可夫模型 Multisensor Multitarget Viterbi algorithm Hidden Markov model(HMM)
  • 相关文献

参考文献1

二级参考文献3

  • 1Wu Wengrong,IEEE Trans AES,1993年,29卷,1期,174页
  • 2Song T L,IEEE Trans AC,1985年,30卷,10期,940页
  • 3Lindgren A G,IEEE Trans AES,1978年,14卷,4期,564页

共引文献4

同被引文献34

  • 1巴宏欣,赵宗贵,杨飞,曹雷.多传感器多目标跟踪的JPDA算法[J].系统仿真学报,2004,16(7):1563-1566. 被引量:16
  • 2游安清,程义民,赵平,郭从良.红外图像去噪中形态学结构元素的选取[J].应用科学学报,2004,22(4):483-486. 被引量:4
  • 3陈良洲,施文康.时间序列分析的随机集方法[J].上海交通大学学报,2005,39(3):400-404. 被引量:6
  • 4李龙,李俊山,叶霞.基于Mean Shift算法的运动平台下红外目标跟踪[J].红外与激光工程,2007,36(2):229-232. 被引量:13
  • 5Vo B N, Ma W K. The Gausian mixture probability hypothesis density filter[J]. IEEE Trans. on Signal Processing, 2006,54 (11) :4091 -4104.
  • 6Goodman I R, Mahler R P S, Nguyen H T. Mathematicsofdata fusion[M]. DordRecht: Kluwer Academic Publishers, 1997.
  • 7朱洪艳,段战胜,韩崇昭.多源信息融合[M].2版.北京:清华大学出版社,2010.
  • 8Cheng Y Z. Mean shift mode seeking and clustering[J]. IEEE Trans. on Pattern Analysis and Machine Intelligence, 1995,17 (8):790- 799.
  • 9Han B, Davis L S. Probabilistic fusion based parameter estima- tion for visual traeking[J]. Computer Vision and Image Under- standing,2009,113(4):435- 445.
  • 10Georgescu B, Shimshoni I, Meer P. Mean shift based cluste- ring in high dimensions: a texture classification example[C]// Proc. of the IEEE International Conference on Computer Vision, 2003:456 - 463.

引证文献4

二级引证文献9

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部