声呐图像多目标跟踪高斯滤波算法

• 作者: 周天 张丽红 杜伟东 韩婷婷
• 来源期刊: 哈尔滨工程大学学报
• 学科: 工学
• 关键词: 高斯混合概率假设密度滤波(GM-PHD) 多目标跟踪 声呐图像 随机有限集 检测前跟踪(TBD)
• 年，卷（期）: 2020,（5）
• 页码范围: 691-697
• 页数: 7页
• 分类号: TN911.73
• 字数: 5561字
• 语种: 中文
• DOI: 10.11990/jheu.201808089

摘要

针对高斯滤波算法中"新生目标强度已知"这一假设在声呐图像多目标跟踪应用中不成立的问题,本文提出一种改进高斯混合概率假设密度滤波滤波算法,利用量测进行滤波算法的初始化,相比均匀分布初始化可加快收敛速度;并在每一时刻的算法循环中采用量测驱动新生,但不做判决,而是到下一时刻根据量测和算法再判定新生目标的真实性,可突破新生目标强度已知的限制并降低跟踪误差.仿真表明:改进高斯混合概率假设密度滤波滤波算法的跟踪误差更低且运算时间更短.此外,分析了检测概率以及杂波密度对跟踪性能的影响.图像声呐多目标跟踪水池实验验证了改进高斯混合概率假设密度滤波算法能进行有效地多目标跟踪.