基于箱式粒子滤波的群目标跟踪算法

• 作者: 倪鹏 刘进忙 李振兴 李松 白东颖
• 来源期刊: 自动化学报
• 关键词: 群目标 跟踪 箱式粒子滤波 广义似然函数 演化网络模型 区间分析 峰值误差
• 年，卷（期）: 2015,（4）
• 页码范围: 785-798
• 页数: 14页
• 字数: 12146字
• 语种: 中文
• DOI: 10.16383/j.aas.2015.c140222

摘要

在现有群目标跟踪方法中,粒子滤波(Particle filter, PF)算法常被用来解决点量测的非线性滤波问题。而当量测数据受到测量偏差或未知分布边界误差的影响时,传感器获得的点量测需要转换成区间量测,此时原有PF 算法不能直接适用。因此,本文提出基于广义似然(Generalized likelihood, GL)函数加权的PF算法。该算法在原有PF算法的基础上,利用广义似然函数的积分解来计算区间量测下的粒子权重。为了降低算法的运算量问题,又提出基于箱式粒子滤波(Box particle filter, Box-PF)的群跟踪算法。首先,在目标状态空间内抽样矩形区域的箱式粒子。然后采用区间分析和约束传播方法,利用区间量测压缩后的粒子与预测粒子的容积比来计算粒子权重。最后,在群目标状态估计结果和群演化网络模型的基础上估计群结构。仿真实验结果表明,与GL-PF算法相比, Box-PF算法具有更高的运算效率,并能降低估计结果中的峰值误差。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘进忙	空军工程大学防空反导学院	108	647	13.0	19.0
2	李松	空军工程大学防空反导学院	50	284	10.0	14.0
3	倪鹏	空军工程大学防空反导学院	8	76	4.0	8.0
4	白东颖	空军工程大学防空反导学院	8	57	3.0	7.0
5	李振兴	空军工程大学防空反导学院	12	63	4.0	7.0