双传感器概率假设密度滤波解析实现方法  

Analytic Implementation Method of the Double-sensor PHD Filter

作　　者：许建[1,2] 黄放明[2] 贲德[1,3] 

机构地区：[1]南京大学电子科学与工程学院,南京210093 [2]中国电子科技集团公司第二十八研究所,南京210007 [3]南京电子技术研究所,南京210039

出　　处：《现代雷达》2014年第4期34-41,共8页Modern Radar

基　　金：中国博士后科学基金资助项目(2013M541643)

摘　　要：针对双传感器概率假设密度(PHD)理论的解析实现进行研究。Mahler给出的双传感器PHD理论,由于其中含有抽象的多目标积分,并且其中的二元分割过程计算量十分巨大,所以无法计算机实现。文中在线性高斯混合的假设条件下给出了严格双传感器PHD滤波的递推解析公式,并且通过提出"有效二元分割"算法极大降低了严格理论意义下的双传感器PHD算法的计算复杂度,从而解决了双传感器PHD滤波的计算实现问题。计算机模拟仿真验证了所提出算法的有效性。The analytic suboptimum solution of the multi-sensor probability hypothesis density （MS-PHD） filter is studied.For the theoretically rigorous MS-PHD filter due to R.Mahler,because it contains the abstract multiple target integral,and the binary segmentation process calculation burden is very heavy,the filter is impossible to implement on computer.Under the linear Gaussian assumptions,an analytic suboptimum solution is given for the theoretically rigorous MS-PHD filter.Furthermore,a method,named ＂Effective Binary Partition （EBP）＂,is proposed for limiting the number of considered partitions to reduce the computational complexity.The EBP method makes it possible to implement the exact MS-PHD filter formulas on computer.Finally,the validity of the proposed algorithm is demonstrated by numerical simulations.

关 键 词：多目标跟踪 多传感器 概率假设密度滤波 有效二元分割 

分 类 号：TN713[电子电信—电路与系统] TP212[自动化与计算机技术—检测技术与自动化装置]