- 博客(0)
- 资源 (12)
- 收藏
- 关注
目标跟踪 jpdaf_matlab.zip
联合概率数据互联JPDA是数据关联算法之一,它的基本思想是:对应于观测数据落入跟踪门相交区域的情况,这些观测数据可能来源于多个目标。JPDA的目的在于计算观测数据与每一个目标之间的关联概率,且认为所有的有效回波都可能源于每个特定目标,只是它们源于不同目标的概率不同。JPDA算法的优点在于它不需要任何关于目标和杂波的先验信息,是在杂波环境中对多目标进行跟踪的较好方法之一。然而当目标和量测数目增多时,JPDA算法的计算量将出现组合爆炸现象,从而造成计算复杂。
2020-03-12
目标跟踪 jpda c++实现
联合概率数据互联JPDA是数据关联算法之一,它的基本思想是:对应于观测数据落入跟踪门相交区域的情况,这些观测数据可能来源于多个目标。JPDA的目的在于计算观测数据与每一个目标之间的关联概率,且认为所有的有效回波都可能源于每个特定目标,只是它们源于不同目标的概率不同。JPDA算法的优点在于它不需要任何关于目标和杂波的先验信息,是在杂波环境中对多目标进行跟踪的较好方法之一。然而当目标和量测数目增多时,JPDA算法的计算量将出现组合爆炸现象,从而造成计算复杂。
2020-03-12
imm_c++.zip
1、imm(交互多模型卡尔曼滤波器)是采用的对个卡尔曼滤波器模型同时做跟踪,
然后利用模型概率综合出,对每个模型的可行度,对每个模型输出的预测值和协方差,进行加权求平均
2、imm重点的核心在于,多个滤波器的概率的更新的方法,imm采用的是最大似然估计。
3、imm滤波器应该考虑的因素:
a、选择一定个数的imm滤波器,包括较为精确的模型和较为粗糙的模型,imm滤波算法不仅描述了目标的连续运动状态
还描述了目标的机动性
b、马尔科夫链状态转移概率的选择,对imm滤波器的性能较大影响。
c、imm算法具有模块化的特性,当运动模型较为精确的时候,可以采用比较精确的运动模型。
当无法预料目标的运动规律的时候,那就应该选择更一般的模型,使得该模型具有更强的鲁棒性。
2020-03-12
imm_matlab.zip
1、imm(交互多模型卡尔曼滤波器)是采用的对个卡尔曼滤波器模型同时做跟踪,
然后利用模型概率综合出,对每个模型的可行度,对每个模型输出的预测值和协方差,进行加权求平均
2、imm重点的核心在于,多个滤波器的概率的更新的方法,imm采用的是最大似然估计。
3、imm滤波器应该考虑的因素:
a、选择一定个数的imm滤波器,包括较为精确的模型和较为粗糙的模型,imm滤波算法不仅描述了目标的连续运动状态
还描述了目标的机动性
b、马尔科夫链状态转移概率的选择,对imm滤波器的性能较大影响。
c、imm算法具有模块化的特性,当运动模型较为精确的时候,可以采用比较精确的运动模型。
当无法预料目标的运动规律的时候,那就应该选择更一般的模型,使得该模型具有更强的鲁棒性。
2020-03-12
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人