一种结合交互多模型的多机动扩展目标跟踪算法

• 作者: 杨金龙 王冬 葛建良 葛洪伟
• 来源期刊: 小型微型计算机系统
• 学科: 工学
• 关键词: 多扩展目标 高斯混合概率假设密度 交互多模型 航迹维持
• 年，卷（期）: 2018,（2）
• 所属期刊栏目: 人工智能与算法研究
• 页码范围: 334-339
• 页数: 6页
• 分类号: TP391
• 字数: 6458字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-1220.2018.02.027

摘要

为克服原始扩展目标高斯混合概率假设密度滤波算法(Extended Target Gaussian Mixture Probability Hypothesis Densi-ty,ET-GMPHD)不能解决机动目标跟踪问题,将交互多模型(Interacting Multiple Model,IMM)的思想引入到高斯混合概率假设密度滤波框架下,提出一种交互多模型扩展高斯混合概率假设密度滤波算法(IMM-ET-GMPHD).该算法主要融合了经典的三种运动模型,通过模型的交互实现了对多机动扩展目标的跟踪.此外,为了获取各个机动扩展目标完整航迹,提出一种高斯分量标识方法,使得提出的算法不仅能跟踪多机动扩展目标,还可以有效地估计每个机动扩展目标的航迹.仿真结果表明,本文提出的算法在对复杂环境下多机动扩展目标的跟踪上体现出良好的性能,同时能够有效地管理多机动扩展目标的航迹.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王冬	江南大学物联网工程学院	12	10	2.0	3.0
2	葛洪伟	江南大学物联网工程学院	86	456	11.0	17.0
6	杨金龙	江南大学物联网工程学院	28	103	7.0	8.0
10	葛建良	江南大学物联网工程学院	2	6	2.0	2.0