Ändra sökning
RefereraExporteraLänk till posten
Permanent länk

Direktlänk
Referera
Referensformat
  • apa
  • harvard1
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Annat format
Fler format
Språk
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Annat språk
Fler språk
Utmatningsformat
  • html
  • text
  • asciidoc
  • rtf
Birth Density Modeling in Multi-target Tracking Using the Gaussian Mixture PHD Filter
Blekinge Tekniska Högskola, Sektionen för teknik, Avdelningen för signalbehandling.
Blekinge Tekniska Högskola, Sektionen för teknik, Avdelningen för signalbehandling.
2008 (Engelska)Självständigt arbete på avancerad nivå (masterexamen)Studentuppsats (Examensarbete)
Abstract [en]

A recently established method for multi-target tracking which both estimates the time-varying number of targets and their states from a sequence of observation sets in the presence of data association uncertainty, detection uncertainty, noise and false alarms is the probability hypothesis density (PHD) recursion. The approach involves modeling the respective collections of targets and measurements as random finite sets and to propagate the posterior intensity, which is a first order statistic of the random finite set of targets, in time. A closed form solution to the PHD filter recursion for multi-target tracking is provided by the Gaussian Mixture Probability Hypothesis Density filter (GM-PHD filter), whose posterior intensity function is estimated by a sum of weighted Gaussian components, including means, weights and covariances that can be propagated analytically in time. Besides the GM-PHD filter algorithm implementation, choose the probability density function for representing target births in GM-PHD recursion and true target trajectory generation to get best tracking performance is a challenge and is the purpose of this thesis work. One reference to judge the performance of the algorithm is the target detection time, as given in this thesis.

Ort, förlag, år, upplaga, sidor
2008. , s. 74
Nyckelord [en]
tracking, Gaussian Mixture PHD filter, birth density
Nationell ämneskategori
Signalbehandling
Identifikatorer
URN: urn:nbn:se:bth-2091Lokalt ID: oai:bth.se:arkivexB925275B9DDE9438C12574AA00435CB4OAI: oai:DiVA.org:bth-2091DiVA, id: diva2:829356
Uppsök
teknik
Handledare
Tillgänglig från: 2015-04-22 Skapad: 2008-08-19 Senast uppdaterad: 2015-06-30Bibliografiskt granskad

Open Access i DiVA

fulltext(637 kB)179 nedladdningar
Filinformation
Filnamn FULLTEXT01.pdfFilstorlek 637 kBChecksumma SHA-512
53fb4dda7232d8b128d233db0aeec7e675bd4b2769fac5977a48a5cdcb45a5e53656e5bf1470033087929e594deacd94df9b215378cd37c2a771746132622ae3
Typ fulltextMimetyp application/pdf

Av organisationen
Avdelningen för signalbehandling
Signalbehandling

Sök vidare utanför DiVA

GoogleGoogle Scholar
Totalt: 179 nedladdningar
Antalet nedladdningar är summan av nedladdningar för alla fulltexter. Det kan inkludera t.ex tidigare versioner som nu inte längre är tillgängliga.

urn-nbn

Altmetricpoäng

urn-nbn
Totalt: 164 träffar
RefereraExporteraLänk till posten
Permanent länk

Direktlänk
Referera
Referensformat
  • apa
  • harvard1
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Annat format
Fler format
Språk
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Annat språk
Fler språk
Utmatningsformat
  • html
  • text
  • asciidoc
  • rtf