基于PPP模型的多扩展目标跟踪的JPDA算法研究

• 作者: 杜浩翠 范建德 谢维信
• 来源期刊: 信号处理
• 学科: 工学
• 关键词: 泊松点过程 多扩展目标跟踪 联合概率数据关联 “多对一”关联模型 边缘关联概率 形状参数
• 年，卷（期）: 2019,（6）
• 所属期刊栏目: 应用
• 页码范围: 1079-1087
• 页数: 9页
• 分类号: TN713
• 字数: 6264字
• 语种: 中文
• DOI: 10.16798/j.issn.1003-0530.2019.06.020

摘要

针对多扩展目标跟踪问题,提出了基于泊松点过程(Poisson Point Process,PPP)模型的多扩展目标跟踪的联合概率数据关联(Joint Probabilistic Data Association,JPDA)算法.首先,采用PPP对扩展目标进行测量建模,其次以“多对一”关联模型思想提出一种JPDA算法,从而计算运动目标的当前有效量测的边缘关联概率,然后结合该边缘关联概率以概率数据关联(Probability Data Association,PDA)的方式分别更新每个扩展目标的运动参数和形状参数向量,最后通过仿真实现了当扩展目标相互靠近或出现交叉时的跟踪.实验结果表明,在高杂波环境下,本文所提出的算法在计算时间和跟踪稳定上具有较明显的优势.