高斯过程泊松多伯努利混合滤波算法及其变分优化

• 作者: 李翠芸 许琦 姬红兵 谢金池 西安电子科技大学电子工程学院
• 来源期刊: 控制理论与应用
• 学科: 工学
• 关键词: 目标跟踪;泊松多伯努利混合滤波;高斯过程;变分贝叶斯优化
• 年，卷（期）: 2025,（12）
• 页码范围: 137-146
• 页数: 10页
• 语种: 中文

摘要

针对现有算法对多扩展目标跟踪精度低的问题,本文提出了一种高斯过程泊松多伯努利混合(GP-PMBM)滤波算法及其变分优化.首先,基于高斯过程原理建立了增广状态空间模型,接着,将其与泊松多伯努利混合滤波器相结合,提出GP-PMBM算法.然后,针对因使用非线性滤波技术而导致GP-PMBM滤波精度下降的问题,使用变分贝叶斯优化更新结果,实现了对目标状态的优化更新,提升了滤波器的估计精度.仿真结果表明,与已有的滤波算法相比,所提算法具有更高的跟踪精度,并且,在只有部分量测的场景中跟踪性能更稳定.