多目标跟踪中一种改进的高斯混合PHD滤波算法

• 作者: 胡玮静 陈秀宏
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 多目标跟踪 高斯混合概率假设密度 漏检 分量合并
• 年，卷（期）: 2016,（2）
• 所属期刊栏目: 工程与应用
• 页码范围: 244-249,255
• 页数: 7页
• 分类号: TP391
• 字数: 6495字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1402-0422

摘要

高斯混合概率假设密度（GM-PHD）滤波是一种杂波环境下多目标跟踪问题算法，针对算法中存在的目标漏检和距离相近时精度下降的问题，提出一种改进的高斯混合PHD滤波算法。该算法在高斯混合框架下通过修正PHD递归方程，有效地解决了漏检引起的有用信息丢失问题；利用权值判断高斯分量是否用于提取目标状态，避免了具有较高权值的高斯分量合并在一起，从而改善目标相互接近时的跟踪性能。仿真实验表明，改进算法在滤波精度和目标数估计方面均优于传统的GM-PHD算法。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈秀宏	江南大学数字媒体学院	90	480	12.0	17.0
2	胡玮静	江南大学数字媒体学院	1	5	1.0	1.0