基于均方根容积粒子的SMC-PHD算法

• 作者: 刘哲 刘景贤 徐迈 杨蓝 王祖林
• 来源期刊: 北京航空航天大学学报
• 学科: 工学
• 关键词: 序贯蒙特卡罗 概率假设密度 重要性采样 均方根容积卡尔曼滤波 统计门限
• 年，卷（期）: 2015,（10）
• 所属期刊栏目: 算法与应用
• 页码范围: 1950-1958
• 页数: 9页
• 分类号: TP242
• 字数: 7350字
• 语种: 中文
• DOI: 10.13700/j.bh.1001-5965.2015.0100

摘要

传统的序贯蒙特卡罗概率假设密度(SMC-PHD)算法采用状态转移密度作为重要性采样函数.当目标非线性运动时,少数粒子将具有较大的权值,导致估计精度低、结果发散.针对上述问题,提出了一种基于均方根容积卡尔曼滤波(SCKF)和统计门限技术的重要性采样函数设计方法.在重要性采样函数估计时,首先利用SCKF对重要性采样函数的均值和协方差阵进行预测,而后利用统计门限技术提取与重要性采样粒子相关联的量测.通过相应的权值对所提取的量测进行合并,更新重要性采样函数的均值和协方差阵.在此基础上将设计的重要性采样函数应用于SMC-PHD的强度预测和更新,最终实现多目标状态和数目的估计.实验表明,本算法在非线性多目标跟踪中具有精度高、估计结果稳定的优点.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王祖林	北京航空航天大学电子信息工程学院	71	297	10.0	13.0
2	刘哲	北京航空航天大学电子信息工程学院	21	129	8.0	11.0
4	徐迈	北京航空航天大学电子信息工程学院	8	15	2.0	3.0
5	杨蓝	北京航空航天大学电子信息工程学院	5	16	3.0	4.0
8	刘景贤	北京航空航天大学电子信息工程学院	1	4	1.0	1.0