多目标跟踪的混合高斯PHD滤波

• 作者: 任开创 吴盘龙 蔡亚东
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 多目标跟踪 随机集 混合高斯 概率假设密度
• 年，卷（期）: 2011,（14）
• 所属期刊栏目: 工程与应用
• 页码范围: 230-232
• 分类号: TN911.7
• 字数: 3179字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.2011.14.066

摘要

为解决目标数未知或随时间变化时的多目标跟踪问题,将多目标状态和观测信息表示为随机集的形式,建立了多目标跟踪的混合高斯概率假设密度(PHD)滤波方法.当目标初始的先验概率密度满足高斯分布的形式时,通过将状态噪声、观测噪声、目标的繁衍、新目标的产生、目标的存活概率和检测概率表示成混合高斯的形式,之后每个时刻的后验概率密度均能表示成混合高斯的形式.线性混合高斯PHD滤波方法将Kalman滤波引入到PHD滤波中,利用混合高斯成分预测和更新随机集的PHD,并估计出目标的状态.实验结果表明,在杂波环境下混合高斯PHD滤波方法可以有效地跟踪目标状态.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	吴盘龙	南京理工大学自动化学院	76	479	12.0	17.0
2	蔡亚东	南京理工大学自动化学院	5	41	5.0	5.0
3	任开创	南京理工大学自动化学院	1	12	1.0	1.0