基于GIW-PHD的扩展目标联合跟踪与分类算法

• 作者: 李鸿艳 樊鹏飞
• 来源期刊: 电子学报
• 学科: 工学
• 关键词: 扩展目标 形态信息 类别信息 高斯逆威沙特概率假设密度(GIW-PHD) 联合跟踪与分类
• 年，卷（期）: 2018,（7）
• 所属期刊栏目: 学术论文
• 页码范围: 1562-1570
• 页数: 9页
• 分类号: TN953
• 字数: 6151字
• 语种: 中文
• DOI: 10.3969/j.issn.0372-2112.2018.07.004

摘要

在使用估计器对扩展目标进行跟踪时,算法的精度会受到系统演化模型选择的影响.针对该问题,本文提出将扩展目标的形态信息直接作为目标的类别信息,每一类别确定了目标相关的运动模型,在多模型(Multiple Model,MM)高斯逆威沙特概率假设密度(Gaussian Inverse Wishart PHD,GIW-PHD)滤波器的基础上,实现对扩展目标的联合跟踪与分类.仿真实验通过比较所提算法与GIW-PHD、MM-GIW-PHD两种滤波方法的性能,验证了本文所提算法的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李鸿艳	空军工程大学信息与导航学院	26	183	7.0	13.0
2	樊鹏飞	空军工程大学信息与导航学院	5	6	1.0	2.0