基于多目标灰狼优化的PHD粒子滤波改进算法

• 作者: 吴冕 袁俊泉 郑岱堃 陈阿磊
• 来源期刊: 空军预警学院学报
• 学科: 工学
• 关键词: 概率假设密度 粒子滤波 多目标灰狼优化 密度聚类
• 年，卷（期）: 2020,（2）
• 所属期刊栏目: 信息、情报与通信
• 页码范围: 104-110
• 页数: 7页
• 分类号: TN957
• 字数: 6588字
• 语种: 中文
• DOI: 10.3969/j.issn.2095-5839.2020.02.007

摘要

针对传统PHD粒子滤波算法存在目标数目估计精度低且位置估计误差大的缺陷,提出一种结合多目标灰狼优化的PHD(MOGWO-PHD)粒子滤波算法.该算法在预测和更新过程之间加入多目标灰狼优化算法,利用最新的观测信息将预测后的粒子集进行重新优化分布,使粒子移动至目标存在的高似然概率区域,减轻重采样后易出现的粒子贫乏问题;然后使用基于密度聚类(DBSCAN)算法对粒子进行聚类并提取目标状态.仿真结果表明,在不同杂波密度下,MOGWO-PHD算法对目标数目和状态的估计精度均优于传统PHD粒子滤波算法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	袁俊泉		29	69	5.0	6.0
2	陈阿磊		14	24	3.0	4.0
3	郑岱堃		13	40	4.0	5.0
4	吴冕		1	0	0.0	0.0