基于容积卡尔曼的粒子PHD多目标跟踪算法

• 作者: 王俊 王海环
• 来源期刊: 系统工程与电子技术
• 学科: 工学
• 关键词: 多目标跟踪 粒子概率假设密度滤波 容积卡尔曼滤波 建议密度函数
• 年，卷（期）: 2015,（9）
• 所属期刊栏目: 电子技术
• 页码范围: 1960-1966
• 页数: 7页
• 分类号: TN953
• 字数: 5941字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-506X.2015.09.02

摘要

标准粒子概率假设密度(standard particle probability hypothesis density,SP-PHD)滤波在预测粒子状态时没有考虑最新的观测信息,因而存在估计精度较低、粒子退化严重的问题,针对上述问题,提出基于容积卡尔曼的粒子概率假设密度(cubature Kalman particle probability hypothesis density,CP-PHD)滤波算法,该算法基于球面-径向容积数值积分准则,利用容积卡尔曼滤波(cubature Kalman filter,CKF)产生建议密度函数,并对其进行采样得到当前时刻的粒子状态,从而使粒子分布更接近于真实的多目标后验概率密度函数.同时,CDPHD 算法性能不受目标状态维数影响,与无迹卡尔曼粒子概率假设密度(unscented Kalman particle probability hypothesis density,UP-PHD)滤波相比,具有更强适应性和更好的跟踪性能.实验结果表明,CP-PHD算法的跟踪精度优于SP-PHD和UP-PHD.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王俊	西安电子科技大学雷达信号处理国家重点实验室	100	1184	16.0	31.0
2	王海环	西安电子科技大学雷达信号处理国家重点实验室	5	33	3.0	5.0