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.
吴鑫辉,黄高明,高俊
海军工程大学电子工程学院
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.
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;