有序粒子概率假定密度跟踪算法

摘要：

针对由单传感器概率假定密度滤波到多传感器情形推导困难的问题,提出了一种有序粒子概率假定密度跟踪算法.首先,推导出集中式多传感器粒子概率假定密度滤波模型,再根据集中式融合系统的特点,选取与多传感器相关的重要性密度函数,通过多传感器多步更新重采样粒子,从而实现多传感器多目标有序粒子概率假定密度跟踪.仿真结果表明,该算法的跟踪误差距离差要小于单传感器粒子概率假定密度跟踪算法,且具有更优越的跟踪性能.

关键词：多传感器、随机集、融合系统、多目标跟踪

所属期刊栏目：45

分类号：TP391;TP301.1;TP183(计算技术、计算机技术)

在线出版日期：2009-10-23（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：58-61,64