均方根嵌入式容积粒子PHD多目标跟踪方法

摘要：

针对基于概率假设密度算法(Probability hypothesis density,PHD)的非线性多目标跟踪精度低、滤波发散等问题,提出了一种新的PHD算法一改进的均方根嵌入式容积粒子PHD算法(Advanced square-root imbedded cubature particle PHD,ASRICP-PHD).新的算法在初始化采样时将整个采样区域等概率划分为若干个区域,然后利用既定的准则从每个区域抽取粒子,并利用均方根嵌入式容积滤波方法对每个粒子进行滤波,来拟合重要密度函数,预测和更新多目标状态的PHD.仿真结果表明该算法能对多目标进行有效跟踪,相比拟随机采样法和伪随机采样,等概率采样的方法在多目标位置估计和数目估计上有更高的精度.

关键词：多目标跟踪、概率假设密度、均方根嵌入式容积滤波、等概率采样

所属期刊栏目：43

分类号：TP3;O4

资助基金：国家自然科学基金61503408,61573374;陕西省自然科学基础研究计划2012JM8020;航空科学基金20130196004资助 Supported by National Natural Science Foundation of China61503408,61573374;Natural Science Basic Research Plan in Shaanxi Province of China2012JM8020;Aeronautical Science Foundation of China20130196004

在线出版日期：2017-05-04（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：238-247