多编队目标先后出现时的无先验信息跟踪方法

摘要：

针对多编队机动目标先后出现时的跟踪问题,该文提出了一种基于交互式多模型高斯混合概率假设密度滤波(IMM-GM-PHD)算法的无先验信息跟踪方法.首先,在IMM-GM-PHD算法预测过程完成的基础上,引入密度检测机制,利用相关域为所有预测高斯分量挑选有效量测,结合密度聚类(DBSCAN)算法检测是否出现新编队目标.其次,在IMM-GM-PHD算法状态更新完成的基础上,利用更新高斯分量的组成情况完成模型概率的更新.最后,在状态估计优化过程中,结合编队目标的特点,加入相似度判别技术,利用杰森-香农(JS)散度度量高斯分量间的相似度,剔除没有相似分量的高斯分量,进一步优化估计结果.仿真结果表明,该文方法能够快速有效地跟踪非同时出现的多编队机动目标,具有较好的跟踪性能.

关键词：多编队机动目标、交互式多模型高斯混合概率假设密度滤波算法、相关域、密度聚类算法、杰森-香农散度

所属期刊栏目：42

分类号：TN953

资助基金：国家自然科学基金91538201, 61790550

在线出版日期：2020-08-05（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：1619-1626