基于UKF-GM-PHD滤波算法的非线性多目标跟踪方法研究?

• 作者: 张安清 齐海明
• 来源期刊: 舰船电子工程
• 学科: 工学
• 关键词: 高斯混合概率假设密度 无迹卡尔曼滤波 多目标跟踪
• 年，卷（期）: 2019,（9）
• 所属期刊栏目: 信息融合技术
• 页码范围: 32-36,100
• 页数: 6页
• 分类号: TN713
• 字数: 3765字
• 语种: 中文
• DOI: 10.3969/j.issn.1672-9730.2019.09.008

摘要

目前,基于概率假设密度(Probability Hypothesis Density,PHD)滤波的多目标跟踪技术已成为多目标跟踪研究的热门领域.论文将传统非线性处理方法无迹卡尔曼滤波(Unscentesd Kalman Filter,UKF)与高斯混合概率假设密度(Gaussian Mixture PHD,GM-PHD)滤波算法相结合,提出了无迹卡尔曼滤波高斯混合概率假设密度(UKF-GM-PHD)滤波算法,实现GM-PHD滤波器在非线性系统的应用.通过仿真验证了提出算法的有效性,将算法与扩展卡尔曼滤波GM-PHD (EKF-GM-PHD)滤波算法进行分析对比,验证了该算法的滤波精度高于EKF-GM-PHD滤波算法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张安清	海军大连舰艇学院信息系统系	40	286	11.0	15.0