改进的多扩展目标PHD滤波算法

• 作者: 彭聪 朱克凡 王杰贵 程泽新
• 来源期刊: 现代防御技术
• 学科: 工学
• 关键词: 目标跟踪 扩展目标 多扩展目标高斯混合概率假设密度滤波器 量测划分 局部异常因子 共享最近邻相似度
• 年，卷（期）: 2019,（1）
• 所属期刊栏目: 探测跟踪技术
• 页码范围: 97-104,110
• 页数: 9页
• 分类号: TN953|TN713
• 字数: 4931字
• 语种: 中文
• DOI: 10.3969/j.issn.1009-086x.2019.01.14

摘要

在扩展目标产生量测密度差异较大的情况下,传统的基于距离划分的多扩展目标高斯混合概率假设密度(ET-GM-PHD)滤波算法计算量大,跟踪效果不佳.针对这个问题,提出了一种改进的ET-GM-PHD滤波算法,该算法首先通过局部异常因子(LOF)检测对量测集进行杂波的滤除,然后采用共享最近邻(SNN)相似度为量测划分准则.SNN相似度体现了量测分布的局部信息,考虑了量测周围的量测信息,因此利用SNN相似度划分量测密度差别较大的量测集时,划分效果比较理想.提出的算法相较于传统算法,减少了运行时间,提升了跟踪的稳定性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	彭聪	国防科技大学电子对抗学院	5	2	1.0	1.0
2	王杰贵	国防科技大学电子对抗学院	10	3	1.0	1.0
3	朱克凡	国防科技大学电子对抗学院	7	0	0.0	0.0
4	程泽新	国防科技大学电子对抗学院	5	13	2.0	3.0