未知探测概率下多目标PHD跟踪算法

• 作者: 吴鑫辉 高俊 黄高明
• 来源期刊: 控制与决策
• 学科: 工学
• 关键词: 多目标跟踪 概率假设密度滤波 马尔科夫模型 时变卡尔曼滤波
• 年，卷（期）: 2014,（1）
• 所属期刊栏目: 论文与报告
• 页码范围: 57-63
• 页数: 7页
• 分类号: TP391
• 语种: 中文
• DOI: 10.13195/j.kzyjc.2012.1487

摘要

针对未知探测概率下多目标跟踪问题，提出一种基于时变滤波算法的多目标概率假设密度(PHD)滤波器。算法推导了未知探测概率PHD递推式，提出了将未知探测概率转化为目标的丢失与接收事件，并依此建立了目标跟踪的马尔科夫模型，给出了该模型下时变卡尔曼滤波最优解，进而在高斯混和PHD (GMPHD)框架下推导了算法闭集解。仿真实验表明，所提出算法在未知且随时间变化的探测概率情形下，仍能实时地跟踪各目标，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	高俊	海军工程大学电子工程学院	151	690	12.0	17.0
2	黄高明	海军工程大学电子工程学院	152	710	12.0	17.0
3	吴鑫辉	海军工程大学电子工程学院	8	41	4.0	6.0