高斯混合概率假设密度算法对多目标的跟踪研究

• 作者: 丁全心 梁国威 田雨芬 蒋宏
• 来源期刊: 航空科学技术
• 学科: 工学
• 关键词: 概率假设密度 线性高斯多目标模型 高斯混合概率假设密度 解析解
• 年，卷（期）: 2011,（5）
• 所属期刊栏目: 航空科学基金
• 页码范围: 67-70
• 分类号: TN953
• 字数: 4035字
• 语种: 中文
• DOI: 10.3969/j.issn.1007-5453.2011.05.022

摘要

为了规避数据关联的困难，本文深入研究了适宜多目标跟踪工程应用，线性高斯多目标模型假设下的高斯混合概率假设密度算法（GM—PHD），详细给出了后验PHD高斯元素的均值、方差和权值的解析递推式，使用了修剪和合并方法控制高斯元素数目的指数增长。最后。给出了一系列仿真实验，验证了在检测不确定和高杂波环境下，即使对目标数量未知和时变的场景。GM—PHD都能有效地完成跟踪，将其扩展应用于非线性多目标模型，同样得到了令人满意的跟踪效果。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	蒋宏	北京航空航天大学控制一体化技术国家级科技重点实验室	27	211	8.0	13.0
2	丁全心		8	97	5.0	8.0
3	田雨芬	北京航空航天大学控制一体化技术国家级科技重点实验室	2	6	1.0	2.0
4	梁国威		3	10	1.0	3.0