基于多模型GGIW-CPHD滤波的群目标跟踪算法

• 作者: 汪云 甘林海 胡国平
• 来源期刊: 华中科技大学学报（自然科学版）
• 学科: 工学
• 关键词: 群目标跟踪 最适高斯近似 强跟踪滤波 合并 衍生
• 年，卷（期）: 2017,（2）
• 所属期刊栏目: 信息工程
• 页码范围: 89-94
• 页数: 6页
• 分类号: TN953
• 语种: 中文
• DOI: 10.13245/j.hust.170217

摘要

针对伽马高斯逆威夏特-概率假设密度(GGIW-CPHD)滤波算法跟踪机动群目标误差较大的问题，提出基于最适高斯近似(BFG)和强跟踪的多模型 GGIW-CPHD滤波的群跟踪算法。首先，在对群目标量测分割的基础上，采用BFG方法实现CPHD预测阶段的多模型融合。其次，利用强跟踪滤波(STF)中的渐消因子来修正 GGIW分量的预测协方差矩阵。最后，在CPHD更新阶段完成群质心和扩展状态估计的基础上，利用多个模型对应的似然函数完成模型概率的更新。实验结果表明：所提算法能够在 GGIW-CPHD框架下实现多个模型的交互，有效降低机动阶段时群目标的状态估计误差，并能有效处理群目标的合并和衍生情况。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	胡国平	空军工程大学防空反导学院	68	319	9.0	14.0
2	甘林海	空军工程大学防空反导学院	8	8	2.0	2.0
3	汪云	空军工程大学防空反导学院	8	19	3.0	3.0