基于 VB 近似的自适应δ-GLMB 滤波算法

摘要：

目前，基于δ-扩展标签多伯努利（δ-generalized labeled multi-Bernoulli，δ-GLMB）滤波器的多目标跟踪方法假设量测噪声协方差先验已知，而实际中量测噪声协方差可能是未知或随着环境改变而变化。针对上述问题，提出一种基于变分贝叶斯（variational Bayesian，VB）近似的自适应δ-GLMB 滤波算法。该算法以δ-GLMB滤波器为基础，利用逆威沙特和高斯乘积混合分布近似量测噪声协方差和多目标状态联合后验分布，通过 VB 近似技术推导滤波迭代。仿真结果表明，所提算法对于线性未知量测噪声协方差场景具有很强的多目标跟踪鲁棒性，在有效估计量测噪声协方差的同时实现准确的目标数和目标状态估计。

关键词：多目标跟踪、未知量测噪声协方差、随机有限集、变分贝叶斯近似、δ-扩展标签多伯努利滤波

所属期刊栏目：39

分类号：TN953

资助基金：国家自然科学基金61471019，61501011，61501012，61671035资助课题

在线出版日期：2017-03-09（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：237-243