10.12132/ISSN.1673-5048.2020.0104
基于广义概率假设密度的多目标运动估计方法研究
面向空对空作业的发展需求,提出了一种基于广义概率假设密度的多目标运动估计方法.在Faster-RCNN方法基础上引入多尺度分析,并利用改进K-means方法对观测目标进行粗聚类,以此为前置输入,提出了基于广义泊松分布的概率假设密度滤波器,将聚类信息纳入滤波估计的权重更新中,增强了对变阵群目标的跟踪时效性.仿真结果表明,本文方法在没有初始聚类信息的先验知识下,依然能够完成对多目标的识别分类与跟踪,且精度优于现有的集群目标运动估计方法.
多目标运动估计、K-means聚类、目标识别、概率假设密度、态势感知
28
TJ765;TP391.4(火箭、导弹)
国家自然科学基金;航空科学基金
2021-09-24(万方平台首次上网日期,不代表论文的发表时间)
共6页
37-42