纯方位距离参数化概率假设密度和势概率假设密度滤波器  

Bearings-only range-parameterized probability hypothesis density and cardinalized probability hypothesis density filter

作　　者：陈辉[1,2] 韩崇昭[1] 

机构地区：[1]西安交通大学智能网络与网络安全教育部重点实验室,陕西西安710049 [2]兰州理工大学电气工程与信息工程学院,甘肃兰州730050

出　　处：《控制理论与应用》2015年第5期579-590,共12页Control Theory & Applications

基　　金：国家重点基础研究发展计划(973计划)(2013CB329405);国家自然科学基金创新研究群体项目(61221063);国家自然科学基金项目(61370037;61473217;61005026);甘肃省高等学校科研项目(2014A-035)资助~~

摘　　要：考虑多目标跟踪中量测源的不确定性,本文提出两个基于随机有限集(RFS)的多距离假设纯方位跟踪(BOT)滤波器.首先,详细推导距离参数化高斯混合概率假设密度(PHD)滤波器的递推公式.然后,详细推导距离参数化高斯混合势概率假设密度(CPHD)滤波器的势分布和强度的递推公式.此外,为跟踪随机出现的目标,提出一种自适应BOT新生目标强度的建立方法.仿真验证了算法的有效性.Considering the uncertainty of measurement ongm in multi-target tracking, we propose a couple ot random finite set based multi-range hypothesis filters for bearings-only tracking problem. First, we derive the recursive formula of range-parameterized Gaussian mixture （RPGM） PHD filter. Then, we derive the corresponding RPGM-CPHD filter with the recursive formula of intensity and cardinality distribution. Moreover, in order to track the random newborn target, we propose an adaptive bearings-only birth intensity approach. Simulation results show the effectiveness of the proposed approach.

关 键 词：多目标跟踪 距离参数化 随机有限集 新生强度 纯方位 

分 类 号：O212.1[理学—概率论与数理统计] O231[理学—数学]