基于PN学习的雷达目标鲁棒跟踪算法

• 作者: 胡士强 郑世友 黄馨誉
• 来源期刊: 传感器与微系统
• 学科: 工学
• 关键词: 目标跟踪 PN学习 概率假设密度滤波器
• 年，卷（期）: 2016,（12）
• 所属期刊栏目: 计算与测试
• 页码范围: 116-118,121
• 页数: 4页
• 分类号: TN301|TP391.9
• 字数: 3123字
• 语种: 中文
• DOI: 10.13873/J.1000-9787(2016)12-0116-03

摘要

传统雷达目标跟踪算法在强杂波环境下跟踪时会产生大量虚警估计的情况,单独跟踪或检测算法都不能对干扰杂波进行有效滤除.针对这个问题,在传统概率假设密度滤波器(PHD)算法的基础上,提出一种联合检测-跟踪-学习的目标鲁棒跟踪算法,即PN-PHD,引入属性检测器,将检测跟踪结果一起送入PN学习器,通过PN学习迭代更新检测器,并修正PHD算法的跟踪估计,以此实现在强杂波环境目标鲁棒跟踪的要求.仿真实验结果表明:PN-PHD滤波算法与传统跟踪算法相比,在强杂波环境下有效地提高了目标跟踪准确性和跟踪精度,同时也弥补了PHD算法在提供目标航迹信息方面的不足.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	胡士强	上海交通大学航空航天学院	58	1257	12.0	35.0
2	郑世友	中航雷达与电子设备研究院射频与仿真重点实验室	4	42	3.0	4.0
3	黄馨誉	上海交通大学航空航天学院	1	4	1.0	1.0