自适应GM⁃PHD滤波器在多目标追踪的应用
2015-06-12苍岩陈迪毕晓君
哈尔滨工程大学学报 2015年11期
关键词:哨音
苍岩,陈迪,毕晓君
(哈尔滨工程大学信息与通信工程学院,黑龙江哈尔滨150001)
自适应GM⁃PHD滤波器在多目标追踪的应用
苍岩,陈迪,毕晓君
(哈尔滨工程大学信息与通信工程学院,黑龙江哈尔滨150001)
针对PHD滤波器中先验概率初始化时,新生目标出现的位置不确定,且目标强度计算区域必须为整个监测区域,造成算法低效率等问题,将原始算法通过PHD滤波的扩展项在预测步骤与更新步骤对新生目标与存活目标进行区分,再通过每一次扫描得到的量测自适应更新得到目标新生强度,依据量测的驱动来避免对先验概率初始化假设的问题。利用OSPA函数作为算法性能监测标准,利用仿真数据和实测数据对改进的算法进行了验证。结果显示,利用量测来驱动新生目标强度函数,对新生目标与存活目标先进性判断,目标数目估计正确率达到97%,OSPA距离较GM⁃PHD算法下降50%。
概率密度函数;高斯滤波器;多目标;跟踪算法;自适应估计
多目标跟踪技术已经发展了50多年,相继在防卫系统、监视系统等领域得到了广泛应用。该技术可分为传统多目标跟踪方法和新兴的多目标跟踪方法。新兴算法是一种基于随机有限集的概率假设密度滤波方法,其主要代表为粒子概率假设密度滤波[1]和高斯混合概率假设密度滤波[2]。通过将新生目标的概率密度函数设为均匀分布,可以提高近似高斯新生模型下的滤波性能,同时避免对高斯新生组件数目和位置参数的设置[3];在利用量测驱动生成新生概率密度方面也有很多学者做了尝试,并将其应用到序贯蒙特卡洛概率假设密度滤波器中,减少新生目标的粒子数目,且能较准确地估计目标状态[5];……
登录APP查看全文
