文件名称:JPDA
介绍说明--下载内容均来自于网络,请自行研究使用
统的联合概率数据关联算法(IPDA)是在密集杂波环境下的一种良好的多目标跟踪算法,
但它是针对单传感嚣对多目标跟踪的情况下使用,不能直接用于多传感器对多目标的跟踪。针对这
一问题,文中提出了一种适用于多传感器多目标跟踪的JPDA算法,它以极大似然估计完成对来自
多传感器的测量集合进行同源最优分划,然后采用JPDA方法对多目标进行跟踪。经过理论分析和
仿真试验,证明了该方法能有效地进行多传感器多目标的跟踪,且具有算法简单、跟踪精度高、附
加的计算量小等优点。-Abstract)m JointProbabilisticDataAssociation(JPDA)solves single sensormultitatgcttrackingin ClUtter,butitc锄not bc
used directly in mnitisensor multitarget tracking.喇8 paper presents a method to implement multi—sensor multi—target tracking
by combining maximum likelihood estimation wim JPDA The maximum Iikelihood estimation is used to classify the same
source observations at one time into the same set,and血en JPDA implements multi—target uacking after the position fitsed.The
theory analysis and computer simulation show that this algorithm may achieve multi—sensor multi—target tracking perfectly with
low calculation load added and higher precision 。
但它是针对单传感嚣对多目标跟踪的情况下使用,不能直接用于多传感器对多目标的跟踪。针对这
一问题,文中提出了一种适用于多传感器多目标跟踪的JPDA算法,它以极大似然估计完成对来自
多传感器的测量集合进行同源最优分划,然后采用JPDA方法对多目标进行跟踪。经过理论分析和
仿真试验,证明了该方法能有效地进行多传感器多目标的跟踪,且具有算法简单、跟踪精度高、附
加的计算量小等优点。-Abstract)m JointProbabilisticDataAssociation(JPDA)solves single sensormultitatgcttrackingin ClUtter,butitc锄not bc
used directly in mnitisensor multitarget tracking.喇8 paper presents a method to implement multi—sensor multi—target tracking
by combining maximum likelihood estimation wim JPDA The maximum Iikelihood estimation is used to classify the same
source observations at one time into the same set,and血en JPDA implements multi—target uacking after the position fitsed.The
theory analysis and computer simulation show that this algorithm may achieve multi—sensor multi—target tracking perfectly with
low calculation load added and higher precision 。
(系统自动生成,下载前可以参看下载内容)
下载文件列表
多传感器多目标跟踪的JPDA算法.pdf