基于PPP模型的多扩展目标跟踪的JPDA算法研究

摘要：

针对多扩展目标跟踪问题,提出了基于泊松点过程(Poisson Point Process,PPP)模型的多扩展目标跟踪的联合概率数据关联(Joint Probabilistic Data Association,JPDA)算法.首先,采用PPP对扩展目标进行测量建模,其次以“多对一”关联模型思想提出一种JPDA算法,从而计算运动目标的当前有效量测的边缘关联概率,然后结合该边缘关联概率以概率数据关联(Probability Data Association,PDA)的方式分别更新每个扩展目标的运动参数和形状参数向量,最后通过仿真实现了当扩展目标相互靠近或出现交叉时的跟踪.实验结果表明,在高杂波环境下,本文所提出的算法在计算时间和跟踪稳定上具有较明显的优势.

关键词：泊松点过程、多扩展目标跟踪、联合概率数据关联、“多对一”关联模型、边缘关联概率、形状参数

所属期刊栏目：35

分类号：TN713(基本电子电路)

资助基金：深圳市基础研究项目JCYJ20170818102503604

在线出版日期：2019-08-07（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：1079-1087