多传感器高斯混合PHD融合多目标跟踪方法

• 作者: 周治利 申屠晗 薛安克
• 来源期刊: 自动化学报
• 关键词: 多传感器多目标跟踪 有限集统计 概率假设密度 高斯混合
• 年，卷（期）: 2017,（6）
• 所属期刊栏目: 论文与报告
• 页码范围: 1028-1037
• 页数: 10页
• 字数: 8328字
• 语种: 中文
• DOI: 10.16383/j.aas.2017.c170091

摘要

针对复杂环境下单传感器多目标跟踪方法效果不佳的问题,基于FISST (Finite set statistics)跟踪理论提出一种多传感器高斯混合PHD (Probability hypothesis density)多目标跟踪方法.首先,分析了FISST下多传感器PHD的形式化滤波器,在此基础上构建一种反馈式多传感器PHD融合跟踪框架;进一步利用高斯混合技术提出多传感器PHD跟踪方法;最后,通过解决多传感器后验PHD粒子匹配与融合问题提出三种算法.仿真实验表明,与常规高斯混合PHD跟踪算法相比,本文所提算法能够有效提高目标跟踪精度和鲁棒性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	申屠晗	杭州电子科技大学自动化学院信息科学与控制工程研究所	12	41	4.0	6.0
2	薛安克	杭州电子科技大学自动化学院信息科学与控制工程研究所	104	687	13.0	20.0
3	周治利	杭州电子科技大学自动化学院信息科学与控制工程研究所	2	16	2.0	2.0