多传感器高斯混合PHD融合多目标跟踪方法

摘要：

针对复杂环境下单传感器多目标跟踪方法效果不佳的问题,基于FISST (Finite set statistics)跟踪理论提出一种多传感器高斯混合PHD (Probability hypothesis density)多目标跟踪方法.首先,分析了FISST下多传感器PHD的形式化滤波器,在此基础上构建一种反馈式多传感器PHD融合跟踪框架;进一步利用高斯混合技术提出多传感器PHD跟踪方法;最后,通过解决多传感器后验PHD粒子匹配与融合问题提出三种算法.仿真实验表明,与常规高斯混合PHD跟踪算法相比,本文所提算法能够有效提高目标跟踪精度和鲁棒性.

关键词：多传感器多目标跟踪、有限集统计、概率假设密度、高斯混合

所属期刊栏目：43

分类号：TN9;TP3

资助基金：国家自然科学基金重大仪器专项项目61427808;国家自然科学基金重点项目61333009资助 Supported by National Science Major Scientific Instrument Re search Foundation of China61427808;National Natural Science Foundation of China 61333009310018

在线出版日期：2017-08-16（万方平台首次上网日期，不代表论文的发表时间）

页数：共10页

页码：1028-1037