未知探测概率下多目标PHD跟踪算法

来源期刊：控制与决策2014年第1期

论文作者：吴鑫辉 黄高明 高俊

文章页码：57 - 63

关键词：多目标跟踪;概率假设密度滤波;马尔科夫模型;时变卡尔曼滤波;

摘    要：针对未知探测概率下多目标跟踪问题,提出一种基于时变滤波算法的多目标概率假设密度(PHD)滤波器.算法推导了未知探测概率PHD递推式,提出了将未知探测概率转化为目标的丢失与接收事件,并依此建立了目标跟踪的马尔科夫模型,给出了该模型下时变卡尔曼滤波最优解,进而在高斯混和PHD(GMPHD)框架下推导了算法闭集解.仿真实验表明,所提出算法在未知且随时间变化的探测概率情形下,仍能实时地跟踪各目标,具有良好的工程应用前景.