应用Dirichlet分布的概率假设密度多目标跟踪
针对多目标跟踪算法对多目标状态提取的需求,提出了一种基于Dirichlet分布的概率假设密度滤波器多目标状态提取方法.该算法利用负指数Dirichlet分布的不稳定性来极大似然估计多目标状态;利用期望极大化算法搜寻极大似然解,同时利用Dirichlet分布驱使不相关分量消亡;为了平衡成功初始化与减少算法时间开销的要求,利用k-d树初始化Dirichlet分布.仿真结果表明,基于Dirichlet分布的概率假设密度滤波器多目标状态提取算法在多目标跟踪中优于已有算法.
多目标跟踪、概率假设密度、Dirichlet分布、状态提取、k-d树、期望极大化
45
TP274(自动化技术及设备)
国家重点基础研究发展规划资助项目2007CB311006;国家自然科学基金优秀创新研究群体资助项目60921003
2011-06-14(万方平台首次上网日期,不代表论文的发表时间)
共5页
6-10