多传感器箱粒子PHD滤波多目标跟踪算法

• 作者: 吴孙勇 杨标 蔡如华
• 来源期刊: 红外技术
• 学科: 工学
• 关键词: 多传感器 箱粒子滤波 概率假设密度滤波 区间量测
• 年，卷（期）: 2020,（4）
• 所属期刊栏目: 图像处理与仿真
• 页码范围: 385-392
• 页数: 8页
• 分类号: TP302.7
• 字数: 6150字
• 语种: 中文

摘要

针对目标检测概率较低导致单个传感器无法对目标进行有效检测并跟踪的问题,本文提出了多传感器箱粒子概率假设密度(multi-sensor box particle probability hypothesis density filter,MS-BOX-PHD)滤波器.MS-BOX-PHD滤波器首先将多个传感器的量测转换、融合成为一个量测集合,并利用箱粒子概率假设密度(box particle probability hypothesis density filter,BOX-PHD)滤波器对多个目标的状态进行预测和更新.数值实验表明,相较于单传感器箱粒子概率假设密度(Single-BOX-PHD)滤波器,MS-BOX-PHD滤波器在目标检测概率较低时,能够有效地对多目标的状态和数目进行估计;相较于区间量测下多传感器标准PHD粒子(multi-sensor standard probability hypothesis density particle filter with interval measurement,IM-PHD-PF)滤波器,在达到相同的跟踪性能时,计算效率提升了38.57％.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	蔡如华	桂林电子科技大学数学与计算科学学院	34	209	6.0	13.0
2	吴孙勇	桂林电子科技大学数学与计算科学学院	32	212	8.0	14.0
4	杨标	桂林电子科技大学数学与计算科学学院	4	0	0.0	0.0