箱粒子PHD演化网络群目标跟踪算法

• 作者: 刘宇航 宋骊平 程轩
• 来源期刊: 控制与决策
• 学科: 工学
• 关键词: 演化网络模型 群目标跟踪 箱粒子滤波 概率假设密度
• 年，卷（期）: 2018,（1）
• 所属期刊栏目: 论文与报告
• 页码范围: 74-80
• 页数: 7页
• 分类号: TP273
• 语种: 中文
• DOI: 10.13195/j.kzyjc.2016.1422

摘要

群演化网络模型对群结构的构建和实时更新提供了良好的实现方式.针对粒子概率假设密度(SMC-PHD)滤波算法存在运算量大的问题,提出一种基于箱粒子概率假设密度(BP-PHD)滤波的演化网络群目标跟踪算法.将群演化网络模型得到的群结构信息反馈回BP-PHD滤波过程中,从而实现群目标的跟踪和群数目的估计.对比实验表明,所提出算法可以在保证跟踪效果的同时减少计算量,并且在杂波密集的条件下具有更好的跟踪精度和鲁棒性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	宋骊平	西安电子科技大学电子工程学院	14	146	7.0	12.0
2	程轩	西安电子科技大学电子工程学院	5	9	1.0	3.0
3	刘宇航	西安电子科技大学电子工程学院	1	7	1.0	1.0