自适应交互多模型的PHD粒子滤波多机动目标跟踪?

• 作者: 冯新喜 危璋 毛少锋
• 来源期刊: 弹箭与制导学报
• 关键词: 概率假设密度 交互多模型 自适应模型转移概率
• 年，卷（期）: 2015,（2）
• 所属期刊栏目: 相关技术
• 页码范围: 166-170
• 页数: 5页
• 分类号: TN953
• 语种: 中文
• DOI: 10.15892/j.cnki.djzdxb.2015.02.043

摘要

针对多机动目标跟踪中采用统一固定模型转移概率的问题,提出一种在线估计模型转移概率的自适应多模型PHD滤波( AIMM-PHD)。首先保留模型的采样粒子及其似然度；其次根据粒子的分类结果,计算出每个目标对应每个模型的状态输出；最后将输出交替作为模型输入进行滤波,计算出目标的模型转移概率。实验表明：相较于IMM-PHD,所提AIMM-PHD有较低的OSPA误差,目标个数估计更准确,且时间只增加了8.1%,从而证明了该算法的有效性。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	冯新喜	空军工程大学信息与导航学院	163	934	15.0	22.0
2	毛少锋	空军工程大学信息与导航学院	8	13	2.0	3.0
3	危璋	空军工程大学信息与导航学院	11	27	3.0	4.0