cmt跟踪算法 matlab_多传感器信息融合(2)多目标跟踪(上)

本文介绍了多目标跟踪技术,包括目标起始与终结、数据关联和跟踪维持。重点阐述了数据关联的过程,如建立关联门、门限过滤、相似性度量等,并探讨了MATLAB中基于KM算法的全局最近邻数据关联方法。同时,文章提及了目标估计融合的集中式、分布式和混合式结构。
摘要由CSDN通过智能技术生成

一、多目标跟踪

多目标跟踪技术主要包括目标起始与终结、数据关联、跟踪维持等内容,基本架构如图1所示,其中测量数据的处理与形成为多传感器信息融合结果(多传感器信息融合(1)),数据关联和跟踪维持是多目标跟踪中最重要的两个问题[1]

fc0464da76c6997de4ac31d83ed7cbc3.png

图1 多目标跟踪基本框图

二、数据关联

数据关联一般分为建立关联门、确定关联门限,门限过滤,确定相似性度量方法,建立关联矩阵、确定关联判定准则、形成关联对等步骤,如图2所示[2]

eab6275188e1de066966634cee18b133.png

图2 数据关联流程图

图3所示,有两个实体A1和A2,三个测量Z1、Z2和Z3,对实体与测量进行关联[2]

  • 0
    点赞
  • 6
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值