边缘化粒子概率假设密度滤波的多目标跟踪

• 作者: 于洋 刘砚菊 司冠楠 宋建辉
• 来源期刊: 火力与指挥控制
• 学科: 工学
• 关键词: 边缘化粒子概率假设密度滤波 多目标跟踪 非线性状态估计 卡尔曼滤波
• 年，卷（期）: 2017,（5）
• 所属期刊栏目: 理论研究
• 页码范围: 14-18,22
• 页数: 6页
• 分类号: TN953
• 字数: 4511字
• 语种: 中文

摘要

针对复杂情况下的多目标跟踪问题,提出一种边缘化粒子概率假设密度滤波(MPF-PHD)方法.该方法首先将复杂情况下多个目标的状态向量分别提取出其中的非线性状态与线性状态.然后利用粒子概率假设密度滤波(PF-PHD)估计非线性状态,利用卡尔曼滤波(KF)估计线性状态,并把其中与非线性状态相关的线性状态估计用来优化非线性状态估计.通过对MPF-PHD方法与传统的PF-PHD方法仿真对比,验证了MPF-PHD方法有效解决了复杂情况下多目标跟踪的漏检问题,提高了多目标状态估计精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	于洋	沈阳理工大学自动化与电气工程学院	94	394	8.0	15.0
2	刘砚菊	沈阳理工大学自动化与电气工程学院	31	176	8.0	12.0
3	宋建辉	沈阳理工大学自动化与电气工程学院	33	151	7.0	10.0
4	司冠楠	沈阳理工大学自动化与电气工程学院	2	7	1.0	2.0