基于STGP-ETCBMeMBer滤波器的扩展目标跟踪算法

摘要：

外形估计是扩展目标跟踪的难点之一,不精确的建模方法会导致较差的估计效果.针对不规则多扩展目标的跟踪问题,本文提出了一种基于时空高斯过程模型的势平衡多扩展目标多伯努利(Spatio-Temporal Gaussian Process Cardinality Balanced Multi-Extended Target Multi-Target Multi-Bernoulli,STGP-ETCBMeMBer)滤波算法.首先,利用随机有限集方法将增广后的多扩展目标状态集合和量测集合分别建模为多伯努利随机有限集合和泊松随机有限集合,并在此基础上利用STGP方法对星凸形扩展目标的量测源建模,提高算法对扩展目标的外形估计精度.之后,在算法更新阶段,假设同一目标量测子集对应的多个似然函数服从高斯分布,推导得到了STGP-ETCBMeMBer滤波算法的高斯混合(Gaussian Mixture,GM)实现.最后,通过构造仿真对比实验验证了所提算法的有效性,仿真结果表明所提算法在扩展目标的外形估计上有更精确的效果.

关键词：扩展目标、时空高斯过程、CBMeMBer滤波器、高斯混合

所属期刊栏目：39

分类号：TN953

资助基金：国家自然科学基金;国家自然科学基金;国家自然科学基金;中央引导地方科技发展基金项目;广西科技厅项目;广西密码学与信息安全重点实验室研究课题;桂林电子科技大学数学与计算科学学院研究生创新项目

在线出版日期：2023-07-31（万方平台首次上网日期，不代表论文的发表时间）

页数：共12页

页码：1319-1330