基于无迹变换的多目标高斯混合粒子PHD滤波*
2015-07-05刘欣冯新喜孔云波王兢
弹箭与制导学报 2015年5期
关键词:重要性
刘欣,冯新喜,孔云波,王兢
(1空军工程大学信息与导航学院,西安 710077;294969部队,上海 200400)
基于无迹变换的多目标高斯混合粒子PHD滤波*
刘欣1,冯新喜1,孔云波1,王兢2
(1空军工程大学信息与导航学院,西安 710077;294969部队,上海 200400)
针对在杂波环境下,一般的高斯混合粒子PHD出现滤波精度不高、滤波发散的问题,提出了一种基于无迹变换的高斯混合粒子PHD。该算法在高斯混合粒子PHD预测的基础之上,采用无迹变换进行重要性采样,结合观测值对采样粒子进行更新,获得重要性密度函数,然后对PHD进行更新。最后,将该算法与高斯混合粒子PHD进行比较;仿真结果表明,该算法在有效提高高斯混合粒子PHD精度的同时,还能提高系统的稳定性。
多目标跟踪;概率假设密度滤波;无迹变换;高斯混合粒子PHD
0 引言
在多目标跟踪问题中,由于各目标的状态、目标的数目以及杂波的产生等都是随着时间的变化而变化的,传统的方法一般都是运用关联算法,将传感器与目标对应起来,例如最近邻算法、PDA、JPDA算法以及多假设跟踪算法等,但是这些算法中会存在计算量过大、关联不精确等问题,这一直是学术界和工程应用领域的一个热点问题。
1997年Mahler首次系统地在随机集理论框架下将多传感器多目标的跟踪问题描述为贝叶斯估计问题,并给出了相应的递推公式,开辟了基于随机集理论目标跟踪问题[1]。为降低算法的复杂度,Mahler通过一些智能的方法得到了概率假设密度滤波器[2]以及势概率假设密度滤波器[3]。……
登录APP查看全文
