简介:当跟踪目标属于隐身目标、低空目标或处于强杂波和干扰环境,都会导致雷达的目标检测概率降低,丢失率较高。因此,本文着重研究PHD算法在检测概率较低的情况下跟踪稳定性不佳的缺陷,找出了一种适用于低目标检测概率的L-GMPHD滤波,通过对前一时刻状态估计值外推,若发生漏检,则将外推值加入当前时刻状态估计值中,确保了目标的状态估计不被裁剪去除。从MATLAB仿真结果可知,L-GMPHD滤波器处于检测概率较低的情况时,能够明显改善目标跟踪的稳定性。该方法能够保持高精度的多目标跟踪,具有良好的工程应用前景。
简介:针对传统多目标概率假设密度(PHD)滤波器在低检测概率情况下跟踪精度低和失跟率高的问题,提出了一种改进的概率假设密度滤波算法。该算法利用高斯混合PHD(GM-PHD)滤波器进行PHD预测和PHD更新,处理过程中通过修正上一拍权值大的高斯项,并在处理当前拍时保证其权值的稳定性,以保证算法的高精度。仿真结果表明,在低检测概率情况下,该算法可较好估计目标数和目标状态。与传统GM-PHD滤波器比,该算法跟踪精度大幅提高。
简介:针对体系结构缺乏有效的分析、评估方法,提出了基于可执行体系结构的分析、评估方法。该方法将体系结构分析分为静态分析和动态分析,静态分析以分析体系结构数据一致性、数据完整性及数据合法性、数据变更影响,以及数据挖掘为主,说明各种分析方法的内涵及效果;动态分析将可执行体系结构动态特征分为三个方面:时间相关分析、资源相关分析及可靠性相关分析,这三个方面分别描述了体系结构执行的动态特征,并为可执行体系结构评估提供依据。可执行体系结构评估从三个层次说明了体系结构的评价标准,将体系结构评估从定性评估推进到具体的定量评估,为体系结构的合理指导实践提供可靠依据。