导读:本文包含了联合概率数据关联论文开题报告文献综述、选题提纲参考文献及外文文献翻译,主要关键词:概率,数据,算法,目标,航迹,模型,混沌。
联合概率数据关联论文文献综述
王鹏宇,赵世杰,马天飞,熊晓勇,程馨[1](2019)在《基于联合概率数据关联的车用多传感器目标跟踪融合算法》一文中研究指出针对智能车辆前向多传感器多目标跟踪融合问题,提出一种基于改进的联合概率数据关联的车用多传感器跟踪融合算法。首先,根据车辆坐标系和各传感器坐标系的相对运动关系,对多传感器数据进行坐标变换,之后采用基于改进的联合概率数据关联的单传感器多目标跟踪算法、基于相关序贯关联法的多传感器关联算法和凸组合融合算法实现了对目标的稳定跟踪与准确融合。最终,通过装备毫米波雷达和摄像头的实验车在实际交通环境下进行实车试验,试验结果表明:目标被稳定跟踪且融合结果具有良好的精度,验证了算法的可行性和有效性。(本文来源于《吉林大学学报(工学版)》期刊2019年05期)
骆荣剑,唐鉴波,罗凯[2](2019)在《一种具有关联波门自适应的联合概率数据关联算法》一文中研究指出针对杂波环境下的多目标跟踪数据关联问题,提出了一种关联波门自适应的联合概率数据关联算法,该算法结合"当前"统计模型,实现了过程噪声的自适应,进而自适应调整目标量测值,从而达到自适应调整关联波门,通过在不同过程噪声水平下的仿真实验,证明本文所提算法一定程度上提高了目标跟踪精度,收敛速度也有所提高。(本文来源于《电子设计工程》期刊2019年03期)
魏祥,李颖,骆荣剑[3](2018)在《一种改进的基于“当前”统计模型的联合概率数据关联算法》一文中研究指出针对自适应卡尔曼滤波算法中"当前"统计模型需要预先设置机动频率和加速度极限值,不合理的设置将造成目标跟踪误差加大的情况,首先对机动频率进行调整,提出了新的自适应卡尔曼滤波算法。在此基础上,文章将新的自适应卡尔曼滤波算法和联合概率数据关联算法相结合,提出了一种改进的基于"当前"统计模型的联合概率数据关联算法。通过仿真实验证明,该算法能够较好地减弱目标机动,尤其是目标弱机动对原有自适应跟踪算法跟踪精度地带来的影响。(本文来源于《无线互联科技》期刊2018年16期)
骆荣剑,魏祥,李颖[4](2018)在《一种改进的联合概率数据关联算法》一文中研究指出针对联合概率数据关联算法在跟踪多机动目标时跟踪精度不高、计算量较大等问题,提出了一种新的联合概率数据关联算法。引入"当前"统计模型,并针对"当前"统计模型中机动频率和加速度方差不能自适应调整的问题进行了改进,实现了机动频率和加速度方差自适应。针对联合概率数据关联算法在跟踪多机动目标时,随着目标数的增多,算法计算量急剧增大的问题,提出了改进算法。改进算法避开了联合概率数据关联算法中由确认矩阵计算关联矩阵的过程,直接从确认矩阵计算关联概率。仿真实验结果表明:所提算法有效提高了多目标的跟踪精度,降低了算法计算量。(本文来源于《重庆理工大学学报(自然科学)》期刊2018年06期)
张俊,许力[5](2018)在《一种基于目标检测和联合概率数据关联的多目标跟踪方法》一文中研究指出针对多目标跟踪问题,提出了一种基于目标检测和联合概率数据关联的方法。将目标检测的结果作为系统的观测值,采用联合概率数据关联方法对它们在时间上做数据关联,最后采用卡尔曼滤波对关联好的观测值和状态值做滤波、跟踪。(本文来源于《工业控制计算机》期刊2018年03期)
吴德君[6](2017)在《基于粒子群及混沌算法的联合概率数据关联研究》一文中研究指出联合概率数据关联算法(JPDA)是一种能够在杂波环境下对多目标进行数据关联的算法。随着回波与杂波数目的增加其计算量呈指数上升。虽然有一些类JPDA的方法可以减少其计算量,但在杂波环境下其准确性仍难以保证。本文将JPDA中关联矩阵的求解等效为多维分配问题,通过粒子群及混沌算法等智能算法的应用来提高算法的准确性。(本文来源于《自动化技术与应用》期刊2017年02期)
王常成,杨景景,蔡云泽[7](2016)在《一类改进的联合概率数据关联多目标跟踪算法研究》一文中研究指出联合概率数据关联算法是解决密集杂波情况下多目标跟踪的有效方法,但是由于其对于目标先验信息,特别是目标初始状态和目标数目的依赖性使其在应用中受到了限制。本文针对上述问题,引入了一步延时航迹起始步骤,通过航迹起始获得目标更为准确的初始信息,降低了对于目标先验信息的需求。仿真表明,对于密集杂波环境下的多目标跟踪,本文所提出的方法可以在没有目标初始状态的前提下准确的对多目标进行跟踪,同时可以获得与传统JPDA算法相比更高的跟踪精度。(本文来源于《Proceedings of 2016 IEEE Chinese Guidance, Navigation and Control Conference (IEEE CGNCC2016)》期刊2016-08-12)
杨维[8](2016)在《基于CHNN及混沌算法的联合概率数据关联研究》一文中研究指出联合概率数据关联算法(JPDA)是一种在杂波环境下能对多目标进行数据互联的良好算法。它的计算量随着回波数目和杂波数目的增加会呈指数上升。虽然有一些类JPDA的方法可以减少其计算量,但在杂波环境下其准确性仍不能保证。本文将JPDA中关联矩阵的求解等效为多维分配问题,通过霍普菲尔德神经网络CHNN及混沌算法等智能算法的应用来提高算法的准确性。(本文来源于《自动化与仪器仪表》期刊2016年05期)
田隽,厉丹,肖理庆[9](2014)在《基于Meanshift聚类-Bhattacharya观测似然度修正的联合概率数据关联改进算法》一文中研究指出为降低多目标航迹聚集时联合概率数据关联(JPDA)联合关联事件的计算复杂度,提出一种基于Meanshift聚类-Bhattacharya(Bhy)观测似然度修正的JPDA改进算法。利用Meanshift得到聚类中心,据聚类中心与目标预测量测马氏距离形成跟踪门;提出Bhy似然度矩阵,将Meanshift聚类中心与各量测Bhy距离所表征的观测似然度作为确认矩阵小概率事件划分依据,消除确认矩阵中小概率事件对联合关联事件计算复杂度的影响。实验结果表明:多目标航迹聚集时,该算法在减少计算复杂度同时保持了较高关联精度,跟踪性能明显优于经典JPDA。(本文来源于《计算机应用》期刊2014年05期)
张成宝,曹伟,匡华星[10](2013)在《基于网格连通的联合概率数据关联算法》一文中研究指出联合概率数据关联算法具有良好的多目标跟踪性能,但其计算量会随着跟踪目标数和有效量测数的增多而呈指数增长,因此实时性差,难以在工程中应用。在保证准确率和精度的前提下减小确认矩阵的维数,提出了一种关联区域预处理的方法。对目标空间进行网格划分,通过网格的选取形成连通域,再对每个连通域中的目标采用联合概率数据关联算法,从而大量减少关联时间。仿真实验表明,基于网格连通的联合概率数据关联算法具有较强的实时性。(本文来源于《电光与控制》期刊2013年09期)
联合概率数据关联论文开题报告
(1)论文研究背景及目的
此处内容要求:
首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。
写法范例:
针对杂波环境下的多目标跟踪数据关联问题,提出了一种关联波门自适应的联合概率数据关联算法,该算法结合"当前"统计模型,实现了过程噪声的自适应,进而自适应调整目标量测值,从而达到自适应调整关联波门,通过在不同过程噪声水平下的仿真实验,证明本文所提算法一定程度上提高了目标跟踪精度,收敛速度也有所提高。
(2)本文研究方法
调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。
实证研究法:依据现有的科学理论和实践的需要提出设计。
定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。
定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。
跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。
模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
联合概率数据关联论文参考文献
[1].王鹏宇,赵世杰,马天飞,熊晓勇,程馨.基于联合概率数据关联的车用多传感器目标跟踪融合算法[J].吉林大学学报(工学版).2019
[2].骆荣剑,唐鉴波,罗凯.一种具有关联波门自适应的联合概率数据关联算法[J].电子设计工程.2019
[3].魏祥,李颖,骆荣剑.一种改进的基于“当前”统计模型的联合概率数据关联算法[J].无线互联科技.2018
[4].骆荣剑,魏祥,李颖.一种改进的联合概率数据关联算法[J].重庆理工大学学报(自然科学).2018
[5].张俊,许力.一种基于目标检测和联合概率数据关联的多目标跟踪方法[J].工业控制计算机.2018
[6].吴德君.基于粒子群及混沌算法的联合概率数据关联研究[J].自动化技术与应用.2017
[7].王常成,杨景景,蔡云泽.一类改进的联合概率数据关联多目标跟踪算法研究[C].Proceedingsof2016IEEEChineseGuidance,NavigationandControlConference(IEEECGNCC2016).2016
[8].杨维.基于CHNN及混沌算法的联合概率数据关联研究[J].自动化与仪器仪表.2016
[9].田隽,厉丹,肖理庆.基于Meanshift聚类-Bhattacharya观测似然度修正的联合概率数据关联改进算法[J].计算机应用.2014
[10].张成宝,曹伟,匡华星.基于网格连通的联合概率数据关联算法[J].电光与控制.2013