高斯混合粒子PHD滤波被动测角多目标跟踪

• 作者: 姬红兵 张俊根
• 来源期刊: 控制与决策
• 学科: 工学
• 关键词: 多目标跟踪 随机集 概率假设密度 被动测角 拟蒙特卡罗积分
• 年，卷（期）: 2011,（3）
• 所属期刊栏目: 论文与报告
• 页码范围: 413-417
• 分类号: TN953
• 语种: 中文

摘要

为解决目标数未知或随时间变化的多日标跟踪问题,通常将多目标状态和脱测数据表示成随机集形式,并通过递推计算目标状态联合分布的概率假设密度(PHD)来完成,然而,对于被动测角的非线性跟踪问题,PHD无法获得闭合解,为此挺出一种新的高斯混合粒了PHD算法,该算法利用高斯混合近似PHD,以避免用聚类确定目标状态,并采用拟蒙特卡罗(QMC)积分方法计算日标状态的预测和更新分布,仿真结果验证了所提出算法的有效性.

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了工程学院	193	2504	25.0	36.0
2	张俊根	西安电子科技大学电了工程学院	9	181	8.0	9.0