基于ML背景参数估计的CDKF-CPHD多目标跟踪算法

• 作者: 张阳 曹宇燕 王新民 马天力
• 来源期刊: 北京航空航天大学学报
• 学科: 工学
• 关键词: 重尾分布 中心差分法 幅值信息 极大似然估计 虚警 非线性系统 OSPA距离 信杂比
• 年，卷（期）: 2017,（3）
• 页码范围: 516-523
• 页数: 8页
• 分类号: TP273
• 字数: 6056字
• 语种: 中文
• DOI: 10.13700/j.bh.1001-5965.2016.0189

摘要

针对低信杂比环境下的多机动目标跟踪问题,提出了一种基于极大似然(ML)背景参数估计的中心差分卡尔曼-势概率假设密度滤波(BE-CDKF-CPHD)算法.算法采用ML法实时估计重尾分布模型参数,计算检测概率和虚警概率.运用极大似然-恒虚警(ML-CFAR)算法对信号进行处理,提取有效量测值,将幅值似然函数与势概率假设密度滤波器(CPHD)中的目标位置似然函数相结合,通过中心差分法递归更新得到后验均值与协方差,达到对多机动目标进行跟踪的目的.仿真结果表明,在低信杂比环境中,所提算法提高了跟踪精度与目标数目估计准确度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王新民	西北工业大学自动化学院	188	1307	18.0	24.0
2	张阳	西北工业大学自动化学院	25	114	6.0	9.0
3	曹宇燕	西北工业大学自动化学院	10	20	3.0	3.0
4	马天力	西北工业大学自动化学院	6	16	3.0	3.0