基于中心差分卡尔曼-概率假设密度滤波的多目标跟踪方法

摘要：

针对非线性系统模型,提出一种基于中心差分卡尔曼-概率假设密度滤波的多目标跟踪方法.该方法采用Stirling 内插公式对非线性函数作多项式逼近,利用中心差分卡尔曼滤波和高斯混合概率假设密度滤波对后验多目标状态一阶统计量进行估计,并通过递推更新得到目标状态,以实现对多个目标的跟踪.该方法无需求解系统函数的雅可比矩阵,且具有二阶泰勒展开式精度.仿真结果表明,所提出方法能够增强算法的鲁棒性,提高目标状态和数目的估计精度.

关键词：多目标跟踪、概率假设密度滤波、卡尔曼滤波、中心差分、非线性系统

分类号：TP391.4(计算技术、计算机技术)

在线出版日期：2013-05-21（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：36-42