基于边缘卡尔曼滤波的GM-PHD多目标被动跟踪算法

• 作者: 冯奇 周强 曲长文 毛宇
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 多目标跟踪 随机有限集 边缘卡尔曼滤波 概率假设密度 量测驱动
• 年，卷（期）: 2018,（7）
• 所属期刊栏目: 开发研究与工程应用
• 页码范围: 279-284
• 页数: 6页
• 分类号: TP391
• 字数: 5289字
• 语种: 中文
• DOI: 10.19678/j.issn.1000-3428.0047524

摘要

针对杂波干扰条件下,非线性、个数时变的多目标被动跟踪问题,提出一种基于边缘卡尔曼滤波的高斯混合概率假设密度(PHD)滤波算法.采用边缘化变换计算目标状态的概率分布特性,获得目标状态及其协方差矩阵估计的闭式解,解决目标模型非线性问题.利用量测信息生成新生目标强度,使滤波器具备对观测空间任意位置随机出现新目标的跟踪能力.实验结果表明,与扩展卡尔曼PHD算法、无迹卡尔曼PHD算法和容积卡尔曼PHD算法相比,该算法在生成目标轨迹、目标个数估计和跟踪精度等方面有更好的性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	曲长文	海军航空工程学院电子信息工程系	198	1364	17.0	26.0
2	周强	海军航空工程学院电子信息工程系	48	261	9.0	13.0
3	冯奇	海军航空工程学院电子信息工程系	12	49	4.0	6.0