Probability Hypothesis Density (PHD) Tracker
Мультидатчик, средство отслеживания мультиобъекта PHD
- Библиотека:
Sensor Fusion and Tracking Toolbox / Алгоритмы Отслеживания Мультиобъекта
Описание
Блок Probability Hypothesis Density (PHD) Tracker создает и управляет дорожками стационарных и движущихся объектов в среде мультидатчика. Средство отслеживания использует мультицелевой фильтр плотности гипотезы вероятности, чтобы оценить состояния целей точки и расширенных объектов. PHD представлен взвешенным суммированием функций плотности вероятности и достигает максимума в PHD, извлечены, чтобы представлять возможные цели. Дополнительную информацию см. в Алгоритмах.
Порты
Входной параметр
Detections — Список обнаружений
Шина Simulink®, содержащая структуру MATLAB®
Список обнаружений в виде шины Simulink, содержащей структуру MATLAB. Структура имеет форму:
| Поле | Описание | Ввод |
|---|---|---|
NumDetections | Количество обнаружений | Целое число. |
Detections | Обнаружения объектов | Массив структур обнаружения объектов. Первый NumDetections из этих обнаружений фактические обнаружения. |
Поля Detections :
| Поле | Описание | Ввод |
|---|---|---|
Time | Время измерения | single или double |
Measurement | Объектные измерения | single или double |
MeasurementNoise | Ковариационная матрица шума измерения | single или double |
SensorIndex | Уникальный идентификатор датчика | single или double |
ObjectClassID | ID предметной классификации | single или double |
MeasurementParameters | Параметры используются функциями инициализации отслеживания фильтров | Шина Simulink |
ObjectAttributes | Дополнительная информация передала средству отслеживания | Шина Simulink |
Смотрите objectDetection для более подробных объяснений этих полей.
Примечание
Структура обнаружения объектов содержит Time поле . Тег времени каждого обнаружения объектов должен быть меньше чем или равен времени текущего вызова блока. Тег времени должен также быть больше времени обновления, заданного в предыдущем вызове блока.
Prediction Time — Отследите время обновления
действительный скаляр
Отследите время обновления в виде действительного скаляра в секундах. Средство отслеживания обновляет все дорожки к этому времени. Время обновления должно увеличиться с каждым вызовом блока. Модули находятся в секундах. Время обновления должно быть, по крайней мере, столь же большим как самый большой Time заданный во входном порту Detections.
Если этот порт не включен, часы симуляции, управляемые Simulink, определяют время обновления.
Зависимости
Чтобы включить этот порт, во вкладке Port Setting, устанавливают Prediction time source на Input port.
Sensor Configurations — Настройки отслеживания датчиков
Шина Simulink, содержащая структуру MATLAB
Настройки отслеживания датчиков в виде шины Simulink, содержащей структуру MATLAB. Структура имеет форму:
| Поле | Описание | Ввод |
|---|---|---|
NumConfigurations | Количество настроек датчика | Целое число. |
Configurations | Настройки датчика | Массив конфигурационных структур датчика. Первый NumConfigurations из этих настроек фактические настройки. Допустимые имена полей и определения совпадают с соответствующими свойствами trackingSensorConfiguration объект. |
Зависимости
Чтобы включить этот порт, во вкладке Tracker, выбирают параметр Update sensor configurations with time.
State Parameters — Отследите параметры состояния
Шина Simulink, содержащая структуру MATLAB
Отследите параметры состояния в виде шины Simulink, содержащей структуру MATLAB. Структура имеет форму:
| Поле | Описание |
|---|---|
NumParameters | Количество параметров состояния не по умолчанию в виде неотрицательного целого числа |
Parameters | Массив структур параметра состояния |
Блок использует значение Parameters поле для StateParameters поле сгенерированных дорожек. Можно использовать эти параметры, чтобы задать систему координат, в которой о дорожке сообщают или другие желательные атрибуты сгенерированных дорожек.
Например, можно использовать следующую структуру, чтобы задать прямоугольную систему координат, положение источника которой в [10 10 0] метры и чьей скоростью источника является [2 -2 0] метры в секунду относительно системы координат сценария.
| Имя поля | Значение |
|---|---|
Frame | "Rectangular" |
Position | [10 10 0] |
Velocity | [2 -2 0] |
Зависимости
Чтобы включить этот порт, во вкладке Tracker Configuration, выбирают параметр Update track state parameters with time.
Вывод
Confirmed Tracks — Подтвержденные дорожки
Шина Simulink, содержащая структуру MATLAB
Подтвержденные дорожки, возвращенные как шина Simulink, содержащая структуру MATLAB. Структура имеет форму:
| Поле | Описание |
|---|---|
NumTracks | Количество дорожек. |
Tracks | Массив структур дорожки длины установлен параметром Maximum number of tracks. Только первый NumTracks из них фактические дорожки. |
Поля структуры дорожки показывают в Структуре Дорожки.
Tentative Tracks — Предварительные дорожки
Шина Simulink, содержащая структуру MATLAB
Предварительные дорожки, возвращенные как шина Simulink, содержащая структуру MATLAB. Дорожка является предварительной, прежде чем она будет подтверждена. Выход этого порта имеет ту же форму как выход порта Confirmed Tracks.
Зависимости
Чтобы включить этот порт, во вкладке Port Setting, выбирают Enable tentative tracks output.
All Tracks — Подтвержденные и Предварительные дорожки
Шина Simulink, содержащая структуру MATLAB
Объединенный список подтвержденных и предварительных дорожек, возвращенных как шина Simulink, содержащая структуру MATLAB. Выход этого порта имеет ту же форму как выход порта Confirmed Tracks.
Зависимости
Чтобы включить этот порт, во вкладке Port Setting, выбирают Enable all tracks output.
Info — Дополнительная информация для анализа обновлений дорожки
Шина Simulink, содержащая структуру MATLAB
Дополнительная информация для анализа обновлений дорожки, возвращенных как шина Simulink, содержащая структуру MATLAB.
Эта таблица показывает поля информационной структуры:
| Поле | Описание |
CorrectionOrder | Порядок, в котором датчики используются для оценочной коррекции состояния, возвратился как вектор-строка из |
TrackIDsAtStepBeginning | Отследите идентификаторы, когда шаг начался. |
DeletedTrackIDs | Идентификаторы дорожек удалены во время шага. |
TrackIDsAtStepEnd | Отследите идентификаторы когда законченный шаг. |
SensorAnalysisInfo | Массив ячеек информации об анализе датчика. |
SensorAnalysisInfo поле может включать несколько отчетов информации о датчике. Каждый отчет является структурой, содержащей эти поля:
| Поле | Описание |
SensorIndex | Индекс датчика. |
DetectionCells | Ячейки обнаружения, возвращенные как логическая матрица. Каждый столбец матрицы обозначает ячейку обнаружения. В каждом столбце, если i th элемент равняется 1, то i th обнаружение принадлежит ячейке обнаружения, обозначенной тем столбцом. |
DetectionLikelihoods | Вероятности ассоциации между компонентами в функции плотности и ячейках обнаружения, возвращенных как N-by-P матрица. N является количеством компонентов в функции плотности, и P является количеством ячеек обнаружения. |
IsBirthCells | Указывает, перечислили ли ячейки обнаружения в |
NumPartitions | Количество разделов. |
DetectionProbability | Вероятность существующих дорожек, обнаруживаемых датчиком, возвращенным как 1 N вектором-строкой, где N является количеством компонентов в функции плотности. |
LabelsBeforeCorrection | Метки компонентов в функции плотности перед коррекцией, возвратитесь как 1 Mb вектором-строкой. M b является количеством компонентов, обеспеченных в средстве отслеживания перед коррекцией. Каждым элементом вектора является |
LabelsAfterCorrection | Метки компонентов в функции плотности после коррекции, возвращенной как 1 Ma вектором-строкой. M количества компонентов, обеспеченных в средстве отслеживания после коррекции. Каждым элементом вектора является |
WeightsBeforeCorrection | Веса компонентов в функции плотности перед коррекцией, возвращенной как 1 Mb вектором-строкой. M b является количеством компонентов, обеспеченных в средстве отслеживания перед коррекцией. Каждым элементом вектора является вес соответствующего компонента в |
WeightsAfterCorrection | Веса компонентов в функции плотности после коррекции, возвращенной как 1 Ma вектором-строкой. M количества компонентов, обеспеченных в средстве отслеживания после коррекции. Каждым элементом вектора является вес соответствующего компонента в |
Зависимости
Чтобы включить этот порт, во вкладке Port Setting, выбирают Enable information output.
Параметры
Tracker identifier — Уникальный идентификатор средства отслеживания
0
Уникальный идентификатор средства отслеживания в виде неотрицательного целого числа. Этот параметр передается как SourceIndex в средстве отслеживания выходные параметры, и отличают дорожки, которые прибывают из различных средств отслеживания в системе нескольких-средств-отслеживания. Необходимо задать это свойство как положительное целое число, чтобы использовать дорожку выходные параметры в качестве входных параметров с блоком Track-To-Track Fuser.
Пример 1
Detection partition function — Функция, чтобы разделить обнаружения в ячейки обнаружения
@partitionDetections (значение по умолчанию) | указатель на функцию | вектор символов
Функция, чтобы разделить обнаружения в ячейки обнаружения в виде указателя на функцию или как вектор символов. Когда каждый датчик может сообщить о больше чем одном обнаружении на объект, необходимо использовать функцию раздела. Функция раздела сообщает обо всех возможных разделах обнаружений от датчика. В каждом разделе обнаружения разделены на взаимоисключающие ячейки обнаружения, приняв, что каждая ячейка обнаружения принадлежит одному расширенному объекту.
Можно также задать собственную функцию раздела обнаружений. Для руководства в записи этой функции можно исследовать детали функции разделения значения по умолчанию, partitionDetections, использование type команда:
type partitionDetectionsПример:
@myfunction или 'myfunction'
Detection selection threshold — Порог выбора обнаружений для инициализации компонента
25
Порог выбора обнаружений для инициализации компонента в виде положительной скалярной величины. Во время коррекции средство отслеживания вычисляет вероятность ассоциации между существующими дорожками и ячейками обнаружения. Если вероятность ассоциации (данный отрицательной логарифмической правдоподобностью) ячейки обнаружения ко всем существующим дорожкам выше, чем порог (что означает, что ячейка обнаружения имеет низкую вероятность ассоциации к существующим дорожкам), ячейка обнаружения используется, чтобы инициализировать новые компоненты в адаптивной плотности рождения.
Пример: 18.1
Типы данных: single | double
Maximum number of sensors — Максимальное количество датчиков
20
Максимальное количество датчиков, которые могут быть соединены со средством отслеживания в виде положительного целого числа. MaxNumSensors должен быть больше или быть равен самому большому значению SensorIndex найденный во всех обнаружениях раньше обновлял блок.
Типы данных: single | double
Maximum number of tracks — Максимальное количество дорожек
1000
Максимальное количество дорожек, которые средство отслеживания может обеспечить в виде положительного целого числа.
Типы данных: single | double
Sensor configurations — Настройки отслеживания датчиков
struct('SensorIndex',1,'IsValidTime',true) (значение по умолчанию) | структура | массив структур
Настройка отслеживания датчиков в виде структуры или массива структур. Этот параметр обеспечивает конфигурационную информацию датчика отслеживания, такую как пределы обнаружения датчика и разрешение датчика, к средству отслеживания. Допустимые имена полей каждой структуры совпадают с именами свойства trackingSensorConfiguration объект. Если вы устанавливаете MaxDetsPerObject поле структуры к 1, средство отслеживания создает только один раздел, такой при большей части одного обнаружения может быть присвоен каждой цели.
Можно обновить настройку через входной порт Sensor configurations путем выбора параметра Update sensor configurations with time.
Update sensor configurations with time — Обновите настройки датчика со временем
off (значение по умолчанию) | on
Выберите этот параметр, чтобы включить входной порт для отслеживания настроек датчика через входной порт Sensor Configurations.
Track state parameters — Параметры дорожки утверждают систему координат
структура | массив структур
Параметры дорожки утверждают систему координат в виде структуры или массива структур. Блок передает значение этого параметра к StateParameters поле сгенерированных дорожек. Можно использовать эти параметры, чтобы задать систему координат, в которой о дорожке сообщают или другие желательные атрибуты сгенерированных дорожек.
Например, можно использовать следующую структуру, чтобы задать прямоугольную систему координат, положение источника которой в [10 10 0] метры и чьей скоростью источника является [2 -2 0] метры в секунду относительно системы координат сценария.
| Имя поля | Значение |
|---|---|
Frame | "Rectangular" |
Position | [10 10 0] |
Velocity | [2 -2 0] |
Можно обновить параметры состояния дорожки через входной порт State Parameters путем выбора параметра Update track state parameters with time.
Типы данных: struct
Update track state parameters with time — Обновите параметры состояния дорожки со временем
off (значение по умолчанию) | on
Выберите этот параметр, чтобы включить входной порт для параметров состояния дорожки через входной порт State Parameters.
Simulate using — Тип симуляции, чтобы запуститься
Interpreted Execution (значение по умолчанию) | Code Generation
Выберите тип симуляции, чтобы запуститься из этих опций:
Interpreted execution— Симулируйте модель с помощью интерпретатора MATLAB. Эта опция сокращает время запуска. ВInterpreted executionрежим, можно отладить исходный код блока.Code generation— Симулируйте модель с помощью сгенерированного кода C. В первый раз, когда вы запускаете симуляцию, Simulink генерирует код С для блока. Код С снова используется для последующих симуляций, пока модель не изменяется. Эта опция требует дополнительного времени запуска.
Birth rate of new targets — Уровень рождаемости новых целей в плотности
1e-3 (значение по умолчанию) | положительный действительный скаляр
Уровень рождаемости новых целей в плотности в виде положительного действительного скаляра. Уровень рождаемости указывает на ожидаемое количество целей, добавленных в плотности в единицу времени. Плотность рождения создается при помощи FilterInitializationFcn из настройки датчика, используемой со средством отслеживания. В общем случае средство отслеживания добавляет компоненты в функцию плотности двумя способами:
Прогнозирующая плотность рождения — Эта плотность инициализируется
FilterInitializationFcnфункционируйте, когда названо без входных параметров.Адаптивная плотность рождения — Эта плотность инициализируется
FilterInitializationFcnфункционируйте, когда названо входными параметрами обнаружения. Средство отслеживания выбирает обнаружения на основе их логарифмической правдоподобности связи с текущими оценками целей.
Значение для параметра Birth rate of new targets представляет суммирование и прогнозирующей плотности рождения и адаптивной плотности рождения для каждого временного шага.
Пример: 0.01
Типы данных: single | double
Death rate of components — Уровень смертности компонентов в плотности
1e-6 (значение по умолчанию) | положительный действительный скаляр
Уровень смертности компонентов в плотности в виде положительного действительного скаляра. Уровень смертности указывает на уровень, на котором компонент исчезает в плотности после одного временного шага. Это уравнение иллюстрирует, как уровень смертности (P d) относится к вероятности выживания (P s) компонента между последовательными временными шагами:
где Δ T является временным шагом.
Пример: 1e-4
Типы данных: single | double
Threshold for initializing tentative tracks — Порог для инициализации предварительной дорожки
0.5
Порог для инициализации предварительной дорожки в виде положительного действительного скаляра. Если вес компонента выше, чем порог, компонент помечен как 'Tentative' отследите и, учитывая TrackID.
Пример: 0.45
Типы данных: single | double
Threshold for track confirmation — Порог для подтверждения дорожки
0.8
Порог для подтверждения дорожки в виде положительного действительного скаляра. В средстве отслеживания PHD дорожка может иметь несколько компонентов, совместно использующих тот же TrackID. Если суммирование веса компонентов предварительной дорожки выше, чем порог подтверждения, состояние дорожки отмечено как 'Confirmed'.
Пример: 0.85
Типы данных: single | double
Threshold for track deletion — Порог для удаления компонента
1e-3 (значение по умолчанию) | положительный действительный скаляр
Порог для удаления компонента в виде положительного действительного скаляра. В средстве отслеживания PHD, если вес компонента ниже, чем порог удаления, удален компонент.
Пример: 0.01
Типы данных: single | double
Threshold for components merging — Порог для слияния компонентов
25
Порог для слияния компонентов в виде положительного действительного скаляра. В средстве отслеживания PHD, если расстояние Kullback-Leibler между компонентами с тем же TrackID меньше, чем порог слияния, затем эти компоненты объединены на один компонент. Объединенный вес нового компонента равен суммированию весов предварительно объединенных компонентов. Кроме того, если объединенный вес выше, чем первый порог, заданный в параметре Thresholds for label management, объединенный вес является усеченным к первому порогу. Обратите внимание на то, что компоненты с TrackID из 0 может также быть объединен друг с другом.
Пример: 30
Типы данных: single | double
Thresholds for label management — Пороги для управления меткой
[1.1 1 0.8]
Помечая пороги в виде 1 3 вектора из уменьшения положительных значений, [C 1, C 2, C 3]. На основе этого параметра средство отслеживания управляет компонентами в плотности, использующей эти правила:
Вес любого компонента, который выше, чем первый порог C 1, уменьшается до C 1.
Для всех компонентов с тем же
TrackID, если самый большой вес среди этих компонентов больше C 2, то компонент с самым большим весом сохраняется, чтобы сохранитьTrackID, в то время как все другие компоненты удалены.Для всех компонентов с тем же
TrackID, если отношение самого большого веса к суммированию веса всех этих компонентов больше C 3, то компонент с самым большим весом сохраняется, чтобы сохранитьTrackID, в то время как все другие компоненты удалены.Если ни условию 2, ни условию 3 не удовлетворяют, то компонент с самым большим весом сохраняет
TrackID, в то время как метки всех других компонентов установлены в0. Когда это происходит, это означает, что некоторые компоненты могут представлять другие объекты. Этот процесс сохраняет возможность для этих незарезервированных компонентов, которые будут извлечены снова в будущем.
Prediction time source — Источник времени предсказания
Auto (значение по умолчанию) | Input port
Источник в течение времени предсказания в виде Input port или Auto. Выберите Input port вводить время обновления при помощи входного порта Prediction Time. В противном случае часы симуляции, управляемые Simulink, определяют время обновления.
Enable tentative tracks output — Включите выходной порт для предварительных дорожек
off (значение по умолчанию) | on
Выберите этот параметр, чтобы включить выход предварительных дорожек через выходной порт Tentative Tracks.
Enable all tracks output — Включите выходной порт для всех дорожек
off (значение по умолчанию) | on
Выберите этот параметр, чтобы включить выход всех дорожек через выходной порт All Tracks.
Enable information output — Включите выходной порт для получения информации об анализе
off (значение по умолчанию) | on
Выберите этот параметр, чтобы включить выход информации об анализе через выходной порт Info.
Source of output bus name — Источник выхода отслеживает имя шины
Auto (значение по умолчанию) | Property
Источник выхода отслеживает имя шины в виде:
Auto— Блок автоматически создает выходное имя шины дорожки.Property— Задайте выходное имя шины дорожки при помощи параметра Specify an output bus name.
Source of output info bus name — Источник выходной информации соединяет шиной имя
Auto (значение по умолчанию) | Property
Источник выходной информации соединяет шиной имя в виде:
Auto— Блок автоматически создает имя шины выходной информации.Property— Задайте имя шины выходной информации при помощи параметра Specify an output info bus name.
Зависимости
Чтобы включить этот параметр, на вкладке Port Setting, выбирают Enable information output.
Алгоритмы
Поток логики средства отслеживания
Средство отслеживания PHD принимает подход выполненного с помощью итераций корректора, чтобы обновить плотность гипотезы вероятности путем обработки информации об обнаружении от нескольких датчиков последовательно. Рабочий процесс средства отслеживания выполняет эти шаги:
Датчики видов средства отслеживания согласно их времени создания отчетов обнаружения и определяют порядок коррекции соответственно.
Средство отслеживания рассматривает две отдельной плотности: плотность тока и плотность рождения. Плотность тока является плотностью целей, распространенных от предыдущего временного шага. Плотность рождения является плотностью целей, которые, как ожидают, будут рождаться на шаге текущего времени.
Для каждого датчика:
Средство отслеживания предсказывает плотность тока к метке времени датчика с помощью вероятности выживания, вычисленной от уровня смертности и прошедшее время из последнего предсказания.
Средство отслеживания добавляет новые компоненты в плотность рождения с помощью
FilterInitializationFcnбез входных параметров. Это соответствует прогнозирующей плотности рождения.Средство отслеживания создает разделы обнаружений от датчика тока с помощью функции разделения обнаружения. Каждый раздел является возможной сегментацией обнаружений в ячейки обнаружения для каждого объекта. Если конфигурационная структура датчика задает
MaxNumDetsPerObjectкак1, средство отслеживания генерирует только один раздел, в котором каждое обнаружение является автономной ячейкой.Каждая ячейка обнаружения оценена против плотности тока, и значение логарифмической правдоподобности вычисляется для каждой ячейки обнаружения.
Используя значения логарифмической правдоподобности, средство отслеживания вычисляет вероятность каждого раздела.
Средство отслеживания корректирует плотность тока с помощью каждой ячейки обнаружения.
Для ячеек обнаружения с высокой отрицательной логарифмической правдоподобностью (больше, чем порог присвоения), средство отслеживания добавляет новые компоненты в плотность рождения с помощью
FilterInitializationFcnпараметр. Это соответствует адаптивной плотности рождения.
После исправления плотности тока с каждым датчиком средство отслеживания добавляет плотность рождения в плотность тока. Средство отслеживания убеждается, что количество возможных целей в плотности рождения равно
BirthRate× dT, где dT является временным шагом.Плотность тока затем предсказана к текущему времени обновления.
Плотность гипотезы вероятности
Плотность гипотезы вероятности (PHD) является функцией, определяемой по пространству состояний системы слежения, и ее значение в состоянии задано как ожидаемое количество целей на модульный объем пространства состояний. PHD обычно аппроксимируется смесью компонентов, и каждый компонент соответствует оценке состояния. Обычно используемые приближения PHD являются Гауссовой смесью, смесью SMC, смесью GGIW и смесью GIW.
Чтобы изучить PHD, возьмите Гауссову смесь в качестве примера. Гауссова смесь может быть представлена
где M является общим количеством компонентов, N (x |mi, P i) является нормальным распределением со средним m i и ковариация P i, и w, i - вес i th компонент. w веса i обозначает номер, который может быть дробным целей, представленных i th компонент. Интегрирование D (x) по области пространства состояний приводит к ожидаемому количеству целей в той области. При интеграции D (x) по целым результатам пространства состояний в общем ожидаемом количестве целей (∑ w i), поскольку интегрирование нормального распределения по целому пространству состояний равняется 1. x - координаты peaks (локальные максимумы) D (x) представляют наиболее вероятные состояния целей.
Например, следующая фигура иллюстрирует функцию PHD, данную D (x) = N (x |−4,2) + 0.5N (x |3 0.4) + 0.5N (x |4 0.4). Суммирование веса этих компонентов равняется 2, что означает, что, вероятно, существуют две цели. От peaks D (x) возможные положения этих целей в x = −4, x = 3, и x = 4. Заметьте, что последние два компонента очень друг близко к другу, что означает, что эти два компонента могут возможно быть приписаны одному объекту.
Отследите структуру
Поля структуры дорожки:
| Поле | Определение |
|---|---|
SourceIndex | Уникальный исходный индекс раньше отличал источники отслеживания в среде средства отслеживания кратного. |
TrackID | Уникальный идентификатор дорожки раньше отличал несколько дорожек. |
BranchID | Уникальный идентификатор ветви дорожки раньше отличал несколько ветвей дорожки. |
UpdateTime | Время, в которое обновляется дорожка. Модули находятся в секундах. |
Age | Число раз пережившая дорожка. |
State | Значение вектора состояния во время обновления. |
StateCovariance | Ковариационная матрица неопределенности. |
TrackLogic | Подтверждение и тип логики удаления, возвращенный как 'History' или 'Score'. |
TrackLogicState | Текущее состояние типа логики дорожки. На основе логического типа
|
IsConfirmed | Состояние Confirmation. Этим полем является true если дорожка подтверждена, чтобы быть действительной целью. |
IsCoasted | Состояние Coasting. Этим полем является true если дорожка обновляется без нового обнаружения. |
IsSelfReported | Укажите, сообщает ли о дорожке средство отслеживания. Это поле используется в среде сплава дорожки. Это возвращено как |
ObjectClassID | Целочисленное значение, представляющее предметную классификацию. Значение 0 представляет неизвестную классификацию. Ненулевые классификации применяются только к подтвержденным дорожкам. |
ObjectAttributes | Дополнительная информация дорожки. |
Ссылки
[1] Granstorm, K., К. Ландкуист и О. Оргунер. "Расширенное целевое отслеживание с помощью фильтра Gaussian-mixture PHD". Транзакции IEEE на Космических и Электронных системах. Издание 48, Номер 4, 2012, стр 3268-3286.
[2] Granstorm, K. и О. Оргунер". Фильтр PHD для отслеживания нескольких расширенных целей с помощью случайных матриц". Транзакции IEEE на Обработке сигналов. Издание 60, Номер 11, 2012, стр 5657-5671.
[3] Granstorm, K., и А. Натале, П. Брэка, Г. Лудено и Ф. Серафино. "Гамма Гауссова инверсия плотность гипотезы вероятности Уишарта для расширенной целевой X-полосы использования отслеживания морские радарные данные". Транзакции IEEE на Геонауке и Дистанционном зондировании. Издание 53, Номер 12, 2015, стр 6617-6631.
Расширенные возможности
Генерация кода C/C++
Генерация кода C и C++ с помощью Simulink® Coder™.
Смотрите также
Объекты
Блоки
- Global Nearest Neighbor Multi Object Tracker | Joint Probabilistic Data Association Multi Object Tracker | Track-Oriented Multi-Hypothesis Tracker | Track-To-Track Fuser
Темы
- Создайте невиртуальные шины (Simulink)