认知无线电中基于高斯混合概率假设密度滤波的主用户跟踪算法

摘要：

基于随机集的高斯混合概率假设密度滤波算法是一种典型的多目标跟踪算法,可以在目标数目未知的情况下进行多目标跟踪,但是该算法要求已知目标的起始位置,在很多情况下,目标的起始位置信息是无法获得的.本文针对这一问题,提出了改进的高斯混合概率假设密度滤波算法,并将本文算法应用于认知无线电系统的主用户跟踪问题.该算法利用双向预测的方式对检测结果进行估计,即使用正向预测算法来估计现存主用户的位置,然后采用后向预测算法来搜索新生的主用户并估计出新生主用户的位置.本文算法的主要优点是在主用户的数目、出现的时间和起始位置均未知的情况下仍可以有效的跟踪目标.最后,通过仿真对本文算法的性能进行了分析.仿真结果表明,本文算法在误检率较高的情况下可以准确地跟踪主用户.

关键词：认知无线电、主用户跟踪、多目标跟踪、高斯混合概率假设密度滤波、随机有限集

所属期刊栏目：28

分类号：TN92

资助基金：国家自然科学基金资助项目61172110,60772161;高等学校博士学科点专项科研基金资助项目200801410015

在线出版日期：2012-06-26（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：19-25