基于均方根容积卡尔曼的δ-GLMB多目标跟踪算法

• 作者: 刘哲 张雅玲 杨风暴 母晓慧 陶晓伟
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: 非线性系统 均方根容积卡尔曼 δ-广义标签多伯努利 高斯混合 多目标跟踪
• 年，卷（期）: 2020,（4）
• 所属期刊栏目: 人工智能与识别
• 页码范围: 164-170
• 页数: 7页
• 分类号: TP391
• 字数: 5907字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386x.2020.04.027

摘要

在非线性高杂波密度场景下,高斯混合(Gaussian Mixture,GM)实现的 δ-广义标签多伯努利滤波器(δ-Generalized Labeled Multi-Bernoulli Filter,δ-GLMB)难以准确地估计目标数目及运动状态.针对这一问题,提出基于均方根容积卡尔曼滤波(Square-rooted Cubature Kalman Filter,SCKF)的δ-GLMB高斯混合实现算法.基于三阶球面-径向容积准则选取一组等权的容积点集,对GM-δ-GLMB滤波器的伯努利分量传递过程中的高斯参量进行预测及更新,实现非线性模型系统下的目标跟踪.仿真结果表明,与现有的δ-GLMB滤波器的扩展卡尔曼滤波(Extended Kalman Filter,EKF)高斯混合实现及无迹卡尔曼滤波(Unscented Kalman Filter,UKF)高斯混合实现相比,该算法可提高非线性高杂波密度环境下的目标跟踪精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨风暴	中北大学信息与通信工程学院	139	748	12.0	19.0
2	刘哲	中北大学信息与通信工程学院	21	129	8.0	11.0
3	张雅玲	中北大学信息与通信工程学院	3	0	0.0	0.0
4	母晓慧	中北大学信息与通信工程学院	3	0	0.0	0.0
5	陶晓伟	中北大学信息与通信工程学院	2	0	0.0	0.0