摘要：针对现有扩展目标跟踪算法中，形状估计复杂，在考虑漏检及杂波情况下目标跟踪精度不高等问题，提出了一种基于高斯过程回归的伽玛高斯混合势概率假设密度扩展目标跟踪算法．该算法采用星凸模型对目标进行建模，在伽玛高斯混合势概率假设密度滤波器对扩展目标运动状态估计良好的基础上，利用高斯过程回归对目标形状进行估计，实现了对扩展目标的有效跟踪．实验仿真表明，所提算法能够对目标的运动状态进行高效跟踪，且在扩展形状的估计精度、计算速度等方面要优于基于星凸随机超曲面的伽玛高斯混合势概率假设密度滤波器．
分类：期刊> 自然科学与工程技术> 信息科技> 电子信息科学综合
收录：北大期刊(中国人文社会科学期刊) > CSCD 中国科学引文数据库来源期刊(含扩展版) > 统计源期刊(中国科技论文优秀期刊) > 知网收录(中) > 维普收录(中) > 万方收录(中) > EI 工程索引(美) > CA 化学文摘(美) > SA 科学文摘(英) > JST 日本科学技术振兴机构数据库(日) > Pж(AJ) 文摘杂志(俄) > 剑桥科学文摘 > 国家图书馆馆藏 > 上海图书馆馆藏 > 文摘与引文数据库
关键词：星凸模型 高斯过程回归 势概率假设密度 形状估计
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
