.png){kind=icon}
返回
Partially Interacting Multiple-Model Algorithm With Maneuvering Parameters Initialized by Gaussian Mixture
.png){kind=icon}
PRE
AI
DOI：10.1109/TAES.2025.3537071.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
机动目标跟踪的挑战在于同时处理目标运动类型的不确定性和机动参数的不确定性。本文提出了一种由高斯混合（GM-PIMM）初始化机动参数的部分交互多模型（MM）算法。在所提出的方法中，机动模式由具有相同结构并允许机动参数有微小变化的多模型共同描述。每个模型由具有量化均值的正态概率密度函数初始化。具有相同结构的模型在参数初始化后独立运行，而不同结构模型之间的交互得以保留以应对可能的模式跳跃。使用高斯混合初始化机动参数的策略消除了机动模型的不匹配和机动参数的偏差。部分交互机制而非所有模型相互交互，保护了最佳初始化滤波器免受其他错误初始化模型的干扰，从而在机动持续段获得满意的估计精度。仿真结果表明，所提出的GM-PIMM在估计精度和计算复杂度方面优于当前最先进的多模型方法。
Keyword:
Gaussian mixture
maneuvering target tracking
multiple model (MM)
parameter initialization
期刊
IF:
5.7
论文数:
803
被引数:
2.4W
机构
引用论文
.png){kind=icon}
查看更多内容