一种新的非线性目标跟踪方法

计算机工程与应用 ›› 2011, Vol. 47 ›› Issue (7): 1-3.

一种新的非线性目标跟踪方法

巫春玲¹，韩崇昭²

1.长安大学电子与控制工程学院，西安 710064
2.西安交通大学电子与信息工程学院，西安 710049

收稿日期:1900-01-01 修回日期:1900-01-01 出版日期:2011-03-01 发布日期:2011-03-01

New nonlinear target tracking method

WU Chunling1，HAN Chongzhao2

1.School of Electronic and Control Engineering，Chang’an University，Xi’an 710064，China
2.School of Electronics and Information Engineering，Xi’an Jiaotong University，Xi’an 710049，China

Received:1900-01-01 Revised:1900-01-01 Online:2011-03-01 Published:2011-03-01

摘要/Abstract

摘要： 在实际的目标跟踪场景中，普遍存在非高斯过程噪声和/或量测噪声，以及非高斯先验信息等情况，针对这一问题，提出一种新的解决非线性/非高斯系统滤波问题的非线性滤波算法，即高斯和求积分卡尔曼滤波（GSQKF）算法。仿真实验将新算法与标准的粒子滤波算法进行了比较，表明新算法是一种非常有效的非线性滤波算法。

关键词: 目标跟踪, 粒子滤波, 高斯和求积分卡尔曼滤波

Abstract: In practical target tracking problem，there have eristed the situation of non-Gaussian process and/or measurement noise and non-Gaussian prior information universially.In order to resolve this problem，a new nonlinear filtering algorithm，Gaussian SUM QUADRATURE Kalman Filter（GSQKF） is proposed.The simulation compares the new algorithm with the standard particle filter.The result illustrates the new algorithm is an effective nonlinear filtering method.

Key words: target tracking, particle filter, Gauss sum quadrature Kalman filter

巫春玲¹，韩崇昭². 一种新的非线性目标跟踪方法[J]. 计算机工程与应用, 2011, 47(7): 1-3.

WU Chunling1，HAN Chongzhao2. New nonlinear target tracking method[J]. Computer Engineering and Applications, 2011, 47(7): 1-3.

[1]	马珺，王昱皓. 结合自适应更新策略和再检测技术的跟踪算法[J]. 计算机工程与应用, 2021, 57(9): 217-224.
[2]	李震霄，孙伟，刘明明，郑丽丽，陈劭颖. 交通监控场景中的车辆检测与跟踪算法研究[J]. 计算机工程与应用, 2021, 57(8): 103-111.
[3]	王玲，王家沛，王鹏，孙爽滋. 融合注意力机制的孪生网络目标跟踪算法研究[J]. 计算机工程与应用, 2021, 57(8): 169-174.
[4]	李中道，刘元盛，常飞翔，张军，路铭. 室内环境下UWB与LiDAR融合定位算法研究[J]. 计算机工程与应用, 2021, 57(6): 260-266.
[5]	崔洲涓，安军社，陈长龙，崔天舒. 基于PYNQ框架的深度卷积特征异构跟踪系统[J]. 计算机工程与应用, 2021, 57(4): 120-126.
[6]	邱守猛，谷宇章，袁泽强. 基于双分支孪生网络的目标跟踪[J]. 计算机工程与应用, 2021, 57(24): 135-143.
[7]	林淑彬，吴贵山，许甲云，杨文元. 多帧监督的相关滤波无人机目标跟踪[J]. 计算机工程与应用, 2021, 57(24): 152-160.
[8]	陈富健，谢维信，夏婷. 基于LCT+的自适应抗遮挡目标跟踪算法[J]. 计算机工程与应用, 2021, 57(22): 190-198.
[9]	武哲纬，周世杰，刘启和. 运算资源受限环境下的目标跟踪算法综述[J]. 计算机工程与应用, 2021, 57(21): 24-40.
[10]	王蓓，陈金广，王明明. 复杂场景下的改进核相关滤波跟踪算法[J]. 计算机工程与应用, 2021, 57(2): 198-208.
[11]	李晓花，苏骏，李秀秀. 强干扰环境单观测站水下纯方位多目标跟踪[J]. 计算机工程与应用, 2021, 57(17): 253-259.
[12]	陈庆林，谷雨，宋忠浩，聂圣东. 融合检测与跟踪的半自动视频目标标注[J]. 计算机工程与应用, 2021, 57(14): 223-230.
[13]	张瑶，卢焕章，张路平，胡谋法. 基于深度学习的视觉多目标跟踪算法综述[J]. 计算机工程与应用, 2021, 57(13): 55-66.
[14]	王德鑫，常发亮. 六足机器人动态目标检测与跟踪系统研究[J]. 计算机工程与应用, 2021, 57(12): 180-185.
[15]	刘云，钱美伊，李辉，王传旭. 特征融合与训练加速的高效目标跟踪[J]. 计算机工程与应用, 2021, 57(10): 101-109.