基于粒子滤波的弱目标检测前跟踪算法
DOI:
作者:
作者单位:

作者简介:

通讯作者:

中图分类号:

基金项目:

国家自然科学基金(60905016);十二五国防预研项目


Particle Filter-Based Track-before-Detective for Weak Target
Author:
Affiliation:

Fund Project:

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 资源附件
  • |
  • 文章评论
    摘要:

    针对低信噪比条件下机动目标的检测跟踪问题, 提出了一种改进型的基于多模型的粒子滤波检测前跟踪算法. 由于粒子退化问题, 在目标信号微弱、目标发生机动或者信号幅值波动较强势, 粒子滤波的TBD算法的检测概率和跟踪精度将会下降. 本算法在粒子滤波的基础之上改进, 即在每次循环之前加入新粒子, 新粒子的分布是由平均法和前一时刻的目标估计结果进行确定. 给出了粒子滤波的TBD算法推导以及数值计算过程. 仿真实验表明: 基于改进型粒子滤波检测前跟踪算法能够检测低信噪比的目标.

    Abstract:

    In this paper, a multiple model particle filter algorithm is presented for the moving weak target in the low SNR environment. Because of the particle's degeneracy, the detection probability and tracking accuracy of the particle filter based track-before-detective will descend in the case of the signal of the target gets weaker, the target is maneuvering or the signal amplitude fluctuation is strong. With this improved algorithm based on the particle filter, add the new particles before each cycle, and the distribution of new particles is determined by the average method and the estimation results of latest moment. Theoretical result and numerical compulation of the partical filter-based TBD algorithm is given in this paper. The simulation experiment illustrates the improved particle filter-based TBD algorithm can detect the weak target with a low SNR.

    参考文献
    相似文献
    引证文献
引用本文

苗媛媛,陈华杰.基于粒子滤波的弱目标检测前跟踪算法.计算机系统应用,2013,22(1):111-115,125

复制
分享
文章指标
  • 点击次数:
  • 下载次数:
  • HTML阅读次数:
  • 引用次数:
历史
  • 收稿日期:2012-06-22
  • 最后修改日期:2012-07-30
  • 录用日期:
  • 在线发布日期:
  • 出版日期:
文章二维码
您是第位访问者
版权所有:中国科学院软件研究所 京ICP备05046678号-3
地址:北京海淀区中关村南四街4号 中科院软件园区 7号楼305房间,邮政编码:100190
电话:010-62661041 传真: Email:csa (a) iscas.ac.cn
技术支持:北京勤云科技发展有限公司

京公网安备 11040202500063号