基于ET-GMPHD算法的编队目标跟踪方法

摘要：

针对低检测环境下编队目标的跟踪问题,提出了一种基于扩展目标高斯混合概率假设密度(extended target Gaussian mix probability hypothesis density,ET-GMPHD)算法的编队目标跟踪方法.首先,保留修剪掉高斯项的同时将其外推,用Jensen-Shannon (JS)散度衡量下一时刻状态估计值与外推值间的相似程度,并以此反映是否有目标丢失,保证真实目标不被修剪,解决了因目标漏检导致跟踪结果不准确的问题.其次,结合循环阈值聚合法得到编队整体的状态估计,消除了估计状态集合中状态值过多造成的影响.最后,仿真实验表明,该方法能够在检测概率极低的情况下进行有效跟踪,并具有良好的跟踪性能.

关键词：编队目标、低检测、JS散度、扩展目标高斯混合概率假设密度算法、循环阈值聚合

所属期刊栏目：42

分类号：TN953

资助基金：国家自然科学基金重大研究计划重点项目;国家自然科学基金重大项目

在线出版日期：2020-12-15（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：2434-2440