高斯混合粒子Cardinalized概率假设密度滤波被动测角多目标跟踪

• 作者: 姬红兵 张俊根
• 来源期刊: 控制理论与应用
• 学科: 工学
• 关键词: 多目标跟踪 随机集 Cardinalized概率假设密度 被动测角 拟蒙特卡罗
• 年，卷（期）: 2011,（1）
• 所属期刊栏目: 论文与报告
• 页码范围: 46-52
• 分类号: TN953
• 字数: 5946字
• 语种: 中文

摘要

为解决目标数未知或随时间变化的多目标跟踪问题,通常将多目标状态和观测数据表示为随机集形式,通过Cardinalized概率假设密度(CPHD)滤波,递推计算目标的强度(即概率假设密度,PHD)及目标数的概率分布.然而对于被动测角的非线性跟踪问题,CPHD无法获得闭合解.为此,本文提出一种新的高斯混合粒子CPHD算法,利用高斯混合近似PHD,避免了用聚类确定目标状态,同时,将拟蒙特卡罗(QMC)积分方法引入计算目标状态的预测和更新分布,取得了良好的效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	姬红兵	西安电子科技大学电子工程学院	193	2504	25.0	36.0
2	张俊根	西安电子科技大学电子工程学院	9	181	8.0	9.0