专利名称：基于GLMB滤波和Gibbs采样的扩展目标跟踪方法专利类型：发明专利
发明人：陈一梅,刘伟峰,王煦东申请号：CN201710895163.4申请日：20170928公开号：CN107677997A公开日：20180209
摘要：本发明公开了一种基于GLMB滤波和Gibbs采样的扩展目标跟踪方法，目标个数估计，扩展目标形状估计问题，提出了一种基于标签随机有限集框架下多扩展目标跟踪方法，该方法主要包括两方面：多扩展目标动态建模和多扩展目标的跟踪估计。首先，结合广义标签多伯努利滤波器建立了扩展目标的量测有限混合模型，利用Gibbs采样和贝叶斯信息准则推导出有限混合模型的参数来对多扩展目标状态进行学习跟踪，然后采用等效量测方法来替代扩展目标产生的量测，对扩展目标形状采用椭圆逼近建模，实现扩展目标形状的估计。仿真实验表明本发明所给的方法能够有效跟踪多扩展目标，准确估计扩展目标状态和形状，并且能够获得目标的航迹轨迹。
申请人：杭州电子科技大学
地址：310018 浙江省杭州市下沙高教园区2号大街
国籍：CN
代理机构：杭州君度专利代理事务所(特殊普通合伙)
代理人：朱月芬
更多信息请下载全文后查看
因篇幅问题不能全部显示，请点此查看更多更全内容