一种实现多机动目标跟踪的JPDA-STF算法

• 作者: 王宝宝 何晨 张辉 吴盘龙
• 来源期刊: 电光与控制
• 关键词: 目标跟踪 多机动目标 强跟踪滤波 JPDA JPDA-STF
• 年，卷（期）: 2021,（5）
• 所属期刊栏目: 学术研究|Academic Research
• 页码范围: 11-13,69
• 页数: 4页
• 分类号: TP391
• 语种: 中文
• DOI: 10.3969/j.issn.1671-637X.2021.05.003

摘要

联合概率数据关联(JPDA)算法在解决多目标跟踪时需要目标准确的动力学模型,动力学模型失配在多机动目标跟踪中时常发生,而作为有效的解决方法之一——强跟踪滤波(STF)是针对无杂波环境下的单机动目标设计的.为了提高杂波环境下多机动目标跟踪精度,提出一种联合概率数据关联强跟踪滤波(JPDA-STF)算法.该算法为了能够实现各个目标的渐消因子计算,采用对与目标关联的量测进行加权融合的方式获取目标新息协方差,其中,量测权重的计算则是通过JPDA的方式获取.通过各目标渐消因子获取状态预测协方差,随后在卡尔曼滤波框架下即可实现目标状态的更新.实验结果表明,该算法相比于传统的JPDA算法能够更有效地降低跟踪误差.