您的位置： 专家智库 > >

张俊根

作品数：12 被引量：111H指数：6
供职机构：西安电子科技大学更多>>
发文基金：国家自然科学基金更多>>
相关领域：电子电信自动化与计算机技术更多>>

合作作者

文献类型

  • 9篇期刊文章
  • 2篇专利
  • 1篇学位论文

领域

  • 6篇电子电信
  • 5篇自动化与计算...

主题

  • 11篇目标跟踪
  • 9篇滤波
  • 7篇多目标
  • 7篇多目标跟踪
  • 6篇粒子滤波
  • 3篇数据关联
  • 3篇概率假设密度
  • 3篇感器
  • 3篇高斯
  • 3篇传感
  • 3篇传感器
  • 2篇多目标跟踪算...
  • 2篇制导
  • 2篇随机集
  • 2篇子群
  • 2篇粒子群
  • 2篇粒子群优化
  • 2篇目标跟踪算法
  • 2篇被动传感器
  • 2篇采样

机构

  • 12篇西安电子科技...

作者

  • 12篇张俊根
  • 11篇姬红兵
  • 4篇蔡绍晓
  • 1篇欧阳成

传媒

  • 3篇电子与信息学...
  • 2篇系统工程与电...
  • 2篇西安电子科技...
  • 1篇控制理论与应...
  • 1篇控制与决策

年份

  • 1篇2012
  • 5篇2011
  • 6篇2010
共 12 条 记 录，以下是 1-10
全选 清除 导出
排序方式：
基于高斯粒子JPDA滤波的多目标跟踪算法被引量：10
2010年
在多目标跟踪中,由于观测的不确定性带来数据关联问题,并且,多目标状态空间尺寸的增长带来了维数增大问题,该文提出了一种新的高斯粒子联合概率数据关联滤波算法(GP-JPDAF),在JPDA框架中引入高斯粒子滤波(GPF)的思想,通过高斯粒子而不是高斯量,来近似目标与观测的边缘关联概率,利用GPF计算目标状态的预测及更新分布。将其应用于被动多传感器多目标跟踪,仿真结果表明该算法比MC-JPDAF具有更好的跟踪性能。
张俊根姬红兵蔡绍晓
关键词：多目标跟踪联合概率数据关联
基于粒子滤波的被动传感器多目标跟踪方法
本发明公开了一种基于粒子滤波的被动传感器多目标跟踪方法，它属于制导技术领域，主要解决现有多目标跟踪方法跟踪易发散，目标状态估计不准确的问题。该方法通过粒子群优化及样本混合采样算法对多目标的样本分布进行优化，并结合联合概率...
姬红兵蔡绍晓张俊根
文献传递
高斯混合粒子PHD滤波被动测角多目标跟踪被引量：12
2011年
为解决目标数未知或随时间变化的多目标跟踪问题,通常将多目标状态和观测数据表示成随机集形式,并通过递推计算目标状态联合分布的概率假设密度(PHD)来完成.然而,对于被动测角的非线性跟踪问题,PHD无法获得闭合解,为此提出一种新的高斯混合粒子PHD算法.该算法利用高斯混合近似PHD,以避免用聚类确定目标状态,并采用拟蒙特卡罗(QMC)积分方法计算目标状态的预测和更新分布.仿真结果验证了所提出算法的有效性.
张俊根姬红兵
关键词：多目标跟踪随机集概率假设密度
基于修正IEKF的IRST系统多站融合跟踪被引量：9
2010年
针对红外搜索跟踪(infrared search and track,IRST)系统单站情况下的弱可观测强非线性问题,提出了一种基于修正迭代扩展卡尔曼滤波(modified iterated extended Kalman filter,MIEKF)的多站融合跟踪算法。按照高斯-牛顿迭代方法对IEKF中的测量更新进行修正,并推导了最大似然迭代终止条件,减小了非线性滤波的线性化误差。结合集中式融合跟踪算法,应用于IRST系统多站目标跟踪。以三站为例进行仿真研究,结果表明所提算法的跟踪性能要优于EKF和UKF。
张俊根姬红兵
关键词：目标跟踪红外搜索跟踪系统
基于粒子滤波的被动传感器多目标跟踪方法
本发明公开了一种基于粒子滤波的被动传感器多目标跟踪方法，它属于制导技术领域，主要解决现有多目标跟踪方法跟踪易发散，目标状态估计不准确的问题。该方法通过粒子群优化及样本混合采样算法对多目标的样本分布进行优化，并结合联合概率...
姬红兵蔡绍晓张俊根
一种改进的CPHD多目标跟踪算法被引量：13
2010年
CPHD(Cardinalized Probability Hypothesis Density)滤波是一种杂波环境下可变目标数的多目标跟踪算法,该文针对算法中存在的目标漏检问题提出一种改进算法,该算法在高斯混合框架下实现贝叶斯递归,通过对各个高斯分量进行标记,对目标进行航迹关联,在此基础上对修剪合并后各个高斯分量的权值进行两次分配。首先对超过检测门限的高斯分量权值进行分配,有效解决了目标漏检问题,然后基于一个目标只可能产生一个观测的事实进行第2次分配,改善了目标发生交叉时的算法性能。实验结果表明,所提方法在多目标状态估计和航迹维持方面均优于普通的CPHD算法。
欧阳成姬红兵张俊根
关键词：多目标跟踪漏检
IMM迭代扩展卡尔曼粒子滤波跟踪算法被引量：38
2010年
该文提出了一种交互式多模型(IMM)迭代扩展卡尔曼粒子滤波机动目标跟踪算法。该算法在多模型中使用了改进的粒子滤波器,通过对迭代扩展卡尔曼滤波(IEKF)的测量更新按照高斯牛顿方法进行修正,减小了非线性滤波带来的线性化误差,然后利用修正的IEKF来产生粒子滤波的重要性密度函数,使其融入最新观测信息。最后将所提算法与交互式多模型粒子滤波(IMMPF)进行了比较,仿真结果表明该算法具有更好的跟踪性能。
张俊根姬红兵
关键词：机动目标跟踪交互式多模型粒子滤波
闪烁噪声下的改进粒子滤波跟踪算法被引量：4
2010年
在实际雷达目标跟踪系统中,雷达量测常受到闪烁噪声干扰,传统的滤波算法在闪烁噪声下,滤波性能急剧下降甚至发散。提出了一种改进的粒子滤波(particle filter,PF)算法,按照高斯牛顿迭代方法对迭代扩展卡尔曼滤波(iterated extended Kal manfilter,IEKF)中的测量更新进行修正,利用修正的IEKF来产生PF的重要性密度函数。进一步,采用马尔科夫链蒙特卡罗(Markov chain Monte Carlo,MCMC)方法来消除重采样引起的粒子贫化问题。在给出的闪烁噪声统计模型基础上,将所提算法与PF及MCMCPF算法进行了仿真比较,结果表明该算法具有更好的跟踪性能。
张俊根姬红兵
关键词：目标跟踪粒子滤波闪烁噪声
采用粒子滤波和模糊聚类法的非线性多目标跟踪被引量：6
2010年
提出一种新的非线性多目标跟踪方法,用模糊聚类算法实现数据关联,采用粒子滤波实现对各目标的独立跟踪.首先利用最大熵模糊聚类对目标和观测数据进行关联,采用模糊隶属度重建多目标滤波中的联合关联概率矩阵.然后利用粒子滤波适于处理非线性问题的特点,通过联合关联信息,采用粒子滤波独立对各目标进行滤波,实现对目标状态的更新.最后,将该算法应用于多传感器多目标纯方位角跟踪.仿真结果表明,相比于联合概率数据关联算法及MEF-JPDAF,新算法具有更高的跟踪精度.
张俊根姬红兵
关键词：数据关联
高斯混合粒子Cardinalized概率假设密度滤波被动测角多目标跟踪被引量：6
2011年
为解决目标数未知或随时间变化的多目标跟踪问题,通常将多目标状态和观测数据表示为随机集形式,通过Cardinalized概率假设密度(CPHD)滤波,递推计算目标的强度(即概率假设密度,PHD)及目标数的概率分布.然而对于被动测角的非线性跟踪问题,CPHD无法获得闭合解.为此,本文提出一种新的高斯混合粒子CPHD算法,利用高斯混合近似PHD,避免了用聚类确定目标状态,同时,将拟蒙特卡罗(QMC)积分方法引入计算目标状态的预测和更新分布,取得了良好的效果.
张俊根姬红兵
关键词：多目标跟踪随机集
全选 清除 导出
共2页<12>
聚类工具0