Pairwise马尔科夫模型下的势均衡多目标多伯努利滤波器

• 作者: 张光华 曾令豪 连峰 韩崇昭
• 来源期刊: 自动化学报
• 关键词: 隐马尔科夫模型 Pairwise马尔科夫模型 多目标跟踪 随机有限集 多伯努利密度 高斯混合
• 年，卷（期）: 2017,（12）
• 所属期刊栏目: 论文与报告
• 页码范围: 2100-2108
• 页数: 9页
• 字数: 6882字
• 语种: 中文
• DOI: 10.16383/j.aas.2017.c160430

摘要

由于在实际应用中目标模型不一定满足隐马尔科夫模型(Hidden Markov model, HMM) 隐含的马尔科夫假设和独立性假设条件,一种更为一般化的Pairwise 马尔科夫模型(Pairwise Markov model, PMM) 被提出.它放宽了HMM 的结构性限制,可以有效地处理更为复杂的目标跟踪场景.本文针对杂波环境下的多目标跟踪问题,提出一种在PMM 框架下的势均衡多目标多伯努利(Cardinality balanced multi-target multi-Bernoulli, CBMeMBer) 滤波器,并给出它在线性高斯PMM条件下的高斯混合(Gaussian mixture, GM) 实现.最后,采用一种满足HMM 局部物理特性的线性高斯PMM,将本文所提算法与概率假设密度(Probability hypothesis density, PHD) 滤波器进行比较.实验结果表明本文所提算法的跟踪性能优于PHD滤波器.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	韩崇昭	西安交通大学智能网络与网络安全教育部重点实验室	349	5634	35.0	59.0
2	连峰	西安交通大学智能网络与网络安全教育部重点实验室	21	174	8.0	12.0
3	张光华	西安交通大学智能网络与网络安全教育部重点实验室	10	239	6.0	10.0
4	曾令豪	西安交通大学智能网络与网络安全教育部重点实验室	2	4	1.0	2.0