免费论文：基于多模型的联合目标跟踪与分类技术研究

目的盯梢与目的分门别类是彼此接洽的。这是由于：目的的属性常识无助于于创造更为透彻的目的疏通模子，进而普及体例的盯梢本能；相映的，目的的状况估量量，不妨动作目的的属性特性，用以普及体例的分门别类本能。所以，经过在盯梢器和分门别类器之间举行双向消息交互，不妨同声灵验地普及目的的盯梢精度和分门别类本能。近些年来，很多鸿儒全力于此项课题的接洽，博得了确定的功效，但也生存着少许题目，比方，算法不完备封锁领会情势，计划量大，盯梢器与分门别类器紧紧啮合，不完备模块化构造。那些特性使其难以在工程本质中获得运用。 对准之上题目，正文将先见的各类目的的多种模子共同起来，构成一个一致的多模子汇合，并在疏通学传感器和属性传感器察看进程彼此独力的基础下，对目的状况几率密度因变量和目的类型几率品质因变量同声举行贝叶斯推导，得出一种鉴于多模子的共同目的盯梢与分门别类（GMM-JTC）算法，该算法实行了盯梢器与分门别类器的模块化，普及了盯梢和分门别类本能。在此普通上，对准线型高斯体例，推导得出LG-GMM-JTC算法，该算法不只有明显的模块化构造，并且完备封锁领会情势，计划量小，符合工程及时运用。正文接洽思绪如次。 将国表里现有的对于JTC题目的作品举行体例的归纳归结，为正文接洽供给思绪，同声也为其余鸿儒做进一步接洽供给参考；对JTC体例建立模型题目举行精细的计划接洽，囊括目的状况-类型的共同刻画、目的动静模子、属性特性模子以及传感器察看模子；接洽贝叶斯分门别类算法，囊括鉴于ESM察看数据的贝叶斯分门别类算法和鉴于雷乐观测数据的贝叶斯分门别类算法，以及这两种算法的融洽；计划粒子滤波表面，并深刻接洽交互式多模子粒子滤波算法，为实行正文的JTC算法打下普通；精细完备的推导得出GMM-JTC算法；结果推导得出运用于线性高斯体例的LG-GMM-JTC算法。 对正文提出的几种算法辨别举行了仿真领会，仿真截止证明了几种算法的灵验性。

来源：半壳优胜育转载请保留出处和链接！

本文链接：http://www.87cpy.com/260788.html