基于势概率假设密度滤波器的不可分辨目标跟踪算法  

Tracking unresolved targets using cardinalized probability hypothesis density filter

作　　者：连峰[1] 元向辉[1] 陈辉[1] 

机构地区：[1]西安交通大学电子与信息工程学院综合自动化研究所,陕西西安710049

出　　处：《系统工程与电子技术》2013年第12期2445-2451,共7页Systems Engineering and Electronics

基　　金：国家自然科学基金(61004087);中国博士后科学基金(20100481338);中国博士后科学基金特别资助项目(2012T50806);中央高校基本科研业务费专项资金资助课题

摘　　要：根据有限集统计方法,推导得到了可适用于不可分辨目标跟踪问题的势概率假设密度(cardinalized probability hypothesis density,CPHD)滤波器。类似传统的点目标CPHD滤波器,该不可分辨目标CPHD滤波器不仅可以递推地传递多目标状态集合的一阶统计矩,还可以传递多目标个数(即势)的概率分布。蒙特卡罗仿真实验表明,相比Mahler提出的不可分辨目标PHD滤波器,所提出的不可分辨目标CPHD滤波器具有更加精确和稳定的多目标个数和状态估计,但它的计算量要大于不可分辨目标PHD滤波器。According to the theory of finite set statistics, a cardinalized probability hypothesis density （CPHD） filter is proposed for tracking unresolved targets. Similar to the original point-target CPHD filter, the proposed unresolved-target CPHD filter propagates not only the first-order statistical moment but also the entire probability distribution on the unresolved-target number. Monte Carlo imulation results show that the target number and state estimation from the proposed unresolved-target CPHD filter are more accurate and reliable than those of Mahler’s unresolved-target PHD filter although the computational load of the proposed CPHD filter is more expensive than that of the unresolved-target PHD filter.

关 键 词：不可分辨目标跟踪 势概率假设密度滤波器 随机有限集合 有限集合统计 

分 类 号：TP274[自动化与计算机技术—检测技术与自动化装置]