一种改进的CPHD多目标跟踪算法
CPHD(Cardinalized Probability Hypothesis Density)滤波是一种杂波环境下可变目标数的多目标跟踪算法,该文针对算法中存在的目标漏检问题提出一种改进算法,该算法在高斯混合框架下实现贝叶斯递归,通过对各个高斯分量进行标记,对目标进行航迹关联,在此基础上对修剪合并后各个高斯分量的权值进行两次分配.首先对超过检测门限的高斯分量权值进行分配,有效解决了目标漏检问题,然后基于一个目标只可能产生一个观测的事实进行第2次分配,改善了目标发生交叉时的算法性能.实验结果表明,所提方法在多目标状态估计和航迹维持方面均优于普通的CPHD算法.
多目标跟踪、CPHD滤波、航迹维持、漏检
32
TP391(计算技术、计算机技术)
国家自然科学基金60871074资助课题
2010-11-12(万方平台首次上网日期,不代表论文的发表时间)
共7页
2112-2118