基于 PHD 的多目标检测前跟踪改进方法

• 作者: 关键 柳超 王国庆 黄勇
• 来源期刊: 雷达科学与技术
• 学科: 工学
• 关键词: Rao-Blackwellised 粒子滤波 概率假设密度滤波 多目标检测前跟踪 线性状态 非线性状态
• 年，卷（期）: 2016,（1）
• 页码范围: 1-6
• 页数: 6页
• 分类号: TN953|TN957
• 字数: 4154字
• 语种: 中文
• DOI: 10.3969/j.issn.1672-2337.2016.01.001

摘要

基于概率假设密度粒子滤波的多目标检测前跟踪方法(PF-PHD-TBD)存在目标数目估计不准确、状态估计精度不高等问题。借鉴 Rao-Blackwellised 粒子滤波(RBPF)将目标的状态空间进行降维分解，分别采用线性与非线性滤波器进行跟踪的思想，在 PF-PHD-TBD 的预测与更新过程中采用 RBPF 方法，以最优卡尔曼滤波对目标速度分量进行处理，以粒子滤波对位置分量进行处理，显著降低了运算复杂度，相比仅使用粒子滤波时过分依赖目标位置信息的缺点，充分利用了位置与速度之间的关联特性，提高了目标数目估计的准确度和状态估计的精度。最后用仿真实验验证了所提方法的有效性。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	关键	海军航空工程学院电子信息工程系	191	1648	20.0	29.0
2	黄勇	海军航空工程学院电子信息工程系	65	565	12.0	21.0
3	王国庆	海军航空工程学院信息融合技术研究所	29	192	8.0	12.0