一种改进的多传感器粒子PHD滤波近似算法

• 作者: 姬红兵 杨金龙 欧阳成
• 来源期刊: 系统工程与电子技术
• 学科: 工学
• 关键词: 多传感器 多目标跟踪 随机有限集 概率假设密度滤波
• 年，卷（期）: 2012,（1）
• 所属期刊栏目: 传感器与信号处理
• 页码范围: 50-55
• 分类号: TP302.7
• 字数: 5891字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-506X.2012.01.10

摘要

概率假设密度(probability hypothesis density,PHD)滤波是一种有效的多目标跟踪算法.传统的PHD滤波只适用于单传感器,多传感器PHD滤波虽然理论上可行,但计算复杂度过高,实际中只能对其进行近似处理.迭代更新近似算法虽然简单易行,但滤波结果与参与更新的传感器顺序有很大关系,而乘积形式的多传感器PHD滤波近似算法由于存在缩放比例失衡问题,无法应用于工程实际.针对以上问题,提出了一种改进算法,先采用乘积形式计算联合似然,再采用求和形式计算缩放比例.仿真结果表明,该算法能够有效解决缩放比例失衡问题,在滤波性能和目标数估计方面均优于传统的迭代更新近似算法,具有良好的工程应用前景.

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	欧阳成	西安电子科技大学电子工程学院	8	88	5.0	8.0
3	杨金龙	西安电子科技大学电子工程学院	5	44	4.0	5.0