多模型概率假设密度平滑器

• 作者: 元向辉 刘伟峰 连峰 韩崇昭
• 来源期刊: 自动化学报
• 关键词: 多个机动目标跟踪 概率假设密度滤波器 概率假设密度平滑器 交互式多模型
• 年，卷（期）: 2010,（7）
• 页码范围: 939-950
• 页数: 12页
• 语种: 中文
• DOI: 10.3724/SP.J.1004.2010.00939

摘要

针对杂波环境下的多个机动目标跟踪问题,本文将多模型概率假设密度(Multiple-model probability hypothesis density,MM-PHD)滤波器和平滑算法相结合,提出了MM-PHD前向-后向平滑器.为了避免引入复杂的随机有限集(Random finite set,RFS)理论,本文根据PHD的物理空间(Physical space)描述法推导得到了MM-PHD平滑器的后向更新公式.由于MM-PHD前向-后向平滑器的递推公式中包含有多个积分,因此它在非线性非高斯条件下没有解析的表达形式.故本文又给出了它的序贯蒙特卡洛(Sequential Monte Carlo,SMC)实现.100次蒙特卡洛(Monte Carlo,MC)仿真实验表明,与MM-PHD滤波器相比,MM-PHD平滑器能够更加精确地估计多个机动目标的个数和状态,但MM-PHD平滑器存在一定的时间滞后,并且需要耗费更大的计算代价.