期刊文献+
任意字段
题名或关键词
题名
关键词
摘要
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到9篇文章
< 1 >
每页显示 20 50 100
已选0条
引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
密集杂波下的双门限核化聚类JPDA算法 认领 引用 被引量：1
1
作者 常金瑞 张安琳 +2 位作者 黄子奇 韩继辉 黄道颖 《火力与指挥控制》 CSCD 北大核心 2026年第1期42-48,共7页
针对联合概率数据关联算法的“关联爆炸”现象,提出一种双门限核化聚类JPDA算法。基于椭圆跟踪门结合目标速度约束引入速度跟踪门,减少落入跟踪门内的量测数量。利用核函数将数据映射至高维空间,并且放宽对隶属度的约束条件。引入公共... 针对联合概率数据关联算法的“关联爆炸”现象,提出一种双门限核化聚类JPDA算法。基于椭圆跟踪门结合目标速度约束引入速度跟踪门,减少落入跟踪门内的量测数量。利用核函数将数据映射至高维空间,并且放宽对隶属度的约束条件。引入公共量测修正因子,修正公共量测的关联概率。仿真结果表明,该算法在运行效率和跟踪精度方面均有提升。 展开更多
关键词 数据关联 目标跟踪 联合概率数据关联算法 核函数 模糊聚类
暂未订购 下载PDF
一种适应密集杂波环境的改进JPDA算法 认领 引用 被引量：3
2
作者 张演相 向龙凤 徐军 《指挥控制与仿真》 2025年第6期101-109,共9页
针对联合概率数据关联(JPDA,Joint Probabilistic Data Association)算法关联概率计算过于复杂,无法适应复杂电磁环境下多目标实时跟踪的需求,提出了一种改进的JPDA算法(MJPDA)。首先,考虑多重因素重新定义关联矩阵,并计算关联概率;其次... 针对联合概率数据关联(JPDA,Joint Probabilistic Data Association)算法关联概率计算过于复杂,无法适应复杂电磁环境下多目标实时跟踪的需求,提出了一种改进的JPDA算法(MJPDA)。首先,考虑多重因素重新定义关联矩阵,并计算关联概率;其次,对密集杂波下公共量测的关联概率进行修正,引入马氏距离对公共量测进行二次加权,同时考虑公共与非公共量测数目的影响,最后计算修正关联概率。该算法规避了确认矩阵的拆分,有效解决了JPDA算法计算量随杂波密度增加呈指数级增长的问题。通过理论分析和蒙特卡罗仿真实验结果表明,在密集杂波环境下,改进算法具有良好的跟踪性能和较小的计算量,显著提升了算法的实时性。 展开更多
关键词 多目标跟踪 联合概率数据关联算法 二次加权 关联概率
暂未订购 下载PDF
一种改进的IMM-JPDA多目标跟踪算法 认领 引用 被引量：1
3
作者 徐一兵 陈松林 董莎莎 《微计算机信息》 2010年第36期18-20,共3页
IMM算法是一种应用非常广泛的多目标跟踪算法,但其在密集杂波环境下的性能会大打折扣,JPDA算法能很好的处理密集杂波环境下的多目标跟踪问题。因此,将两种算法有机结合而产生了IMM-JPDA算法,这种算法虽然获得了前两种算法的优点,也继承... IMM算法是一种应用非常广泛的多目标跟踪算法,但其在密集杂波环境下的性能会大打折扣,JPDA算法能很好的处理密集杂波环境下的多目标跟踪问题。因此,将两种算法有机结合而产生了IMM-JPDA算法,这种算法虽然获得了前两种算法的优点,也继承了它们的缺点,那就是计算量庞大。这里提出了一种子事件IMM-JPDA算法,它采用一种改进的单点初始化方法。通过对新算法和传统IMM-JPDA算法的仿真结果比较,此算法能在不影响跟踪性能的情况下,有效的的减少计算量。 展开更多
关键词 子事件IMM-JPDA算法 单点初始化 方向跟踪门 双门限跟踪
暂未订购 下载PDF
一种基于JPDA算法的多目标数据互联方法研究 认领 引用 被引量：2
4
作者 杨佳义 《无线互联科技》 2019年第10期7-8,共2页
文章研究了目标跟踪时常出现的航迹相交情况下的波门内数据互联。由于传统数据互联采取最近邻算法,常常导致滤波发散、跟踪丢失等严重情况出现。因此,文章针对此种现象,防止因数据互联错误而导致的严重错误,提出一种避免数据互联出现严... 文章研究了目标跟踪时常出现的航迹相交情况下的波门内数据互联。由于传统数据互联采取最近邻算法,常常导致滤波发散、跟踪丢失等严重情况出现。因此,文章针对此种现象,防止因数据互联错误而导致的严重错误,提出一种避免数据互联出现严重错误的最优算法——JPDA算法。此种算法考虑了波门内所有回波的所有可能的来源情况,是一种最优算法,具有很好的实际意义。 展开更多
关键词 JPDA算法 多目标跟踪 波门
暂未订购 下载PDF
基于Murty方法的多目标跟踪快速算法 认领 引用 被引量：2
5
作者 刘志刚 卢焕章 陈辉煌 《宇航学报》 EI CAS 北大核心 2004年第2期169-172,共4页
JPDA是一种有效的多目标跟踪算法,但算法的复杂度随着目标和观测值的增加而显著增长。为了减少JPDA算法所需要的存贮空间和计算时间,通过Murty方法,得到K个最优的目标与观测值对应关系,再利用这K个最优对应关系实现JPDA算法。仿真结果表... JPDA是一种有效的多目标跟踪算法,但算法的复杂度随着目标和观测值的增加而显著增长。为了减少JPDA算法所需要的存贮空间和计算时间,通过Murty方法,得到K个最优的目标与观测值对应关系,再利用这K个最优对应关系实现JPDA算法。仿真结果表明,新算法跟踪成功率与JPDA相近,所需的时间远低于JPDA算法。 展开更多
关键词 JPDA Murty算法 多目标跟踪
暂未订购 下载PDF
基于协同探测数据融合的水下多目标跟踪 认领 引用 被引量：3
6
作者 郭龙祥 虞涵钧 +3 位作者 生雪莉 韩笑 郝豪言 陈洋 《水下无人系统学报》 北大核心 2018年第5期387-394,共8页
在高杂波密度的水下环境中,若只利用局部传感器来跟踪多个目标,会产生较高的虚警,而且跟踪效果受限于传感器本身性能。为此文中基于分布式数据融合模型,首先在各个无人平台上利用联合概率数据关联(JPDA)形成局部航迹,然后再用匈牙利算... 在高杂波密度的水下环境中,若只利用局部传感器来跟踪多个目标,会产生较高的虚警,而且跟踪效果受限于传感器本身性能。为此文中基于分布式数据融合模型,首先在各个无人平台上利用联合概率数据关联(JPDA)形成局部航迹,然后再用匈牙利算法实现对关联矩阵的最优分配从而达到航迹的实时关联,最后通过凸组合融合算法形成全局航迹。仿真结果表明,经过此方法完成的多目标跟踪结果具有更好的可靠性,其跟踪精度基本在两站跟踪精度之间且具有较低的跟踪误差,适合在未知基站估计精度的系统中获得更为可信的估计结果。 展开更多
关键词 水下多目标跟踪 高杂波密度 分布式数据融合 联合概率数据关联 匈牙利算法 凸组合融合
暂未订购 下载PDF
单目视觉多目标跟踪方法的数据关联策略综述 认领 引用 被引量：1
7
作者 柴文光 陈香远 《现代计算机》 2021年第23期112-118,123,共7页
多目标跟踪作为一项被广泛应用于视频监控、交通路况控制以及自动驾驶等领域的计算机视觉技术,深受相关研究人员的青睐。基于检测的多目标跟踪方法成为如今主流的做法,即对跟踪目标进行识别检测,然后运用数据关联策略生成目标轨迹。在... 多目标跟踪作为一项被广泛应用于视频监控、交通路况控制以及自动驾驶等领域的计算机视觉技术,深受相关研究人员的青睐。基于检测的多目标跟踪方法成为如今主流的做法,即对跟踪目标进行识别检测,然后运用数据关联策略生成目标轨迹。在现实生活环境中,场景是非常复杂且跟踪目标的数量和类别通常是不确定的,因此数据关联策略在多目标跟踪方法中是非常重要的环节。本文重点对单目视觉多目标跟踪过程中的数据关联策略进行了综述,系统地介绍了多目标跟踪中的数据关联策略。首先,描述数据关联的研究现状以及对多目标跟踪进行了概述;其次,对数据关联的概念及其需要解决的问题进行了详细介绍;然后,对各种数据关联策略进行了分析总结;最后,对多目标跟踪的数据关联策略的研究方向进行了展望。 展开更多
关键词 多目标跟踪 数据关联 JPDA 网络流 匈牙利算法 端对端方法
暂未订购 下载PDF
多传感器多目标联合概率数据关联研究 认领 引用 被引量：2
8
作者 孙俊生 王建民 王维锋 《无线电工程》 2009年第11期19-21,共3页
联合概率数据关联(JPDA)算法对单传感器多目标跟踪是一种良好的算法,但对于多传感器密集多目标跟踪,则计算量剧增,数据关联成功率下降。因此,改进联合概率数据关联(AJPDA)算法对多传感器多目标量测进行同源划分及单一传感器测量数据转换... 联合概率数据关联(JPDA)算法对单传感器多目标跟踪是一种良好的算法,但对于多传感器密集多目标跟踪,则计算量剧增,数据关联成功率下降。因此,改进联合概率数据关联(AJPDA)算法对多传感器多目标量测进行同源划分及单一传感器测量数据转换,然后采用JPDA算法求解空间目标轨迹交叉时的数据关联。仿真结果表明,AJPDA算法提高了成功关联概率,降低了求解数据关联概率的难度,可以解决密集目标的正确跟踪问题。 展开更多
关键词 多传感器多目标跟踪 联合概率数据关联 AJPDA算法
暂未订购 下载PDF
基于m-best数据关联和小轨迹关联多目标跟踪算法 认领 引用 被引量：2
9
作者 谷晓琳 周石琳 雷琳 《系统工程与电子技术》 EI CSCD 北大核心 2017年第7期1640-1646,共7页
视频多目标跟踪中目标较多时,联合概率数据关联算法计算量大,实时性差。由于遮挡等问题,联合概率数据关联算法得到的往往是目标的轨迹片段。针对上述问题,首先利用线性规划自适应迭代求解m个最优联合事件简化联合概率数据关联算法,然后... 视频多目标跟踪中目标较多时,联合概率数据关联算法计算量大,实时性差。由于遮挡等问题,联合概率数据关联算法得到的往往是目标的轨迹片段。针对上述问题,首先利用线性规划自适应迭代求解m个最优联合事件简化联合概率数据关联算法,然后提出基于Kalman滤波及外推法的双向运动预测计算轨迹间的距离矩阵,用近邻传播聚类对目标的轨迹片段进行关联。实验结果表明,本文提出的方法在目标多且容易发生遮挡的情况下仍能够实时有效的跟踪,提高了跟踪准确度,具有一定的抗干扰能力。 展开更多
关键词 多目标跟踪 联合概率数据关联 线性规划 运动预测 近邻传播聚类
暂未订购 下载PDF
已选0条
引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
在线咨询 使用帮助 返回顶部 意见反馈