基于CKF的特征辅助数据关联多目标跟踪

• 作者: 向融 杨永胜
• 来源期刊: 计算机仿真
• 学科: 工学
• 关键词: 多目标跟踪 特征辅助 数据关联 容积卡尔曼滤波 联合概率数据关联
• 年，卷（期）: 2014,（8）
• 所属期刊栏目: 仿真方法与算法
• 页码范围: 282-287,325
• 页数: 7页
• 分类号: TN955
• 字数: 4343字
• 语种: 中文

摘要

针对密集杂波环境下的多目标近距跟踪问题,提出了一种基于容积卡尔曼滤波(CKF)和特征辅助数据关联的多目标跟踪算法(FADA-CKF).通过特征信息来对传统量测进行扩维,利用扩维后的量测对关联概率进行修正,将特征信息辅助技术融入到联合概率数据关联中,再利用容积卡尔曼滤波(CKF)处理非线性观测量,对目标状态进行估计.将FADA-CKF算法用于近距多目标跟踪场景中,仿真结果表明,改进算法在跟踪精度和误跟率方面要优于传统的JPDA跟踪算法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨永胜	上海交通大学航空航天学院	17	65	5.0	7.0
2	向融	上海交通大学航空航天学院	1	4	1.0	1.0