一种改进的高斯逆威沙特概率假设密度扩展目标跟踪算法

摘要：

假设扩展目标(ET)的扩展和量测数目分别为椭圆和泊松模型,高斯逆威沙特概率假设密度(GIW-PHD)能够估计扩展目标的运动和扩展状态.然而,该滤波器对空间邻近目标的数目、非椭圆目标和受到遮挡目标的扩展估计不够准确.针对这些问题,该文提出一种改进的GIW-PHD.首先,假设目标扩展为一个相同尺寸的参考椭圆,通过设计新的散射矩阵得到改进的随机矩阵(RM)方法.然后,将改进的RM方法与假设量测数目服从多伯努利分布的ET-PHD结合,得到改进的GIW-PHD滤波器.仿真和实验结果表明,与传统GIW-PHD相比,改进的GIW-PHD估计的目标数目和量测数目较多,扩展较大的椭圆和非椭圆目标的扩展更准确.

关键词：扩展目标跟踪、高斯逆威沙特概率假设密度、随机矩阵、多伯努利分布

所属期刊栏目：40

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金61471198, 61671246;江苏省自然科学基金BK20160847, BK20170855 The National Natural Science Foundation of China61471198, 61671246;The Natural Science Foundation of Jiangsu ProvinceBK20160847, BK20170855

在线出版日期：2018-07-11（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：1279-1286