基于PHD的粒子滤波检测前跟踪改进算法

• 作者: 何友 董云龙 裴家正 陈唯实 陈小龙 黄勇
• 来源期刊: 雷达科学与技术
• 学科: 工学
• 关键词: 概率假设密度 粒子滤波 粒子群优化 基于密度聚类 检测前跟踪
• 年，卷（期）: 2019,（3）
• 页码范围: 263-270,279
• 页数: 9页
• 分类号: TN953|TN957
• 字数: 9320字
• 语种: 中文
• DOI: 10.3969/j.issn.1672-2337.2019.03.005

摘要

针对在低信噪比目标检测问题中,基于PHD的粒子滤波检测前跟踪算法(PHD-TBD)存在目标位置估计误差较大的缺陷,提出一种结合粒子群优化算法的基于PHD的粒子滤波检测前跟踪方法(PSO-PHD-TBD).该算法在滤波预测和更新步骤之间加入基于NSGA-Ⅱ的多目标粒子群优化算法,结合量测信息将预测完成的粒子集的分布进行优化,将所有粒子转移到后验概率密度较大的区域,进而改善了多目标位置估计的性能;然后使用基于密度聚类的DBSCAN算法对粒子聚类,提取目标状态.仿真实验表明,在不同信噪比条件下,PSO-PHD-TBD在多目标数目估计情况与PHD-TBD算法一致,而位置估计精度明显优于PHD-TBD算法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	何友		492	6436	37.0	56.0
2	陈小龙		43	417	13.0	19.0
3	黄勇		65	565	12.0	21.0
4	董云龙		64	381	9.0	17.0
5	陈唯实	中国民航科学技术研究院机场研究所	16	74	5.0	8.0
6	裴家正		3	3	1.0	1.0