文献类型：期刊文章

作　　者：曲长文[1] 冯奇[1] 毛宇[2] 周强[1]

QU Changwen;FENG Qi;MAO Yu;ZHOU Qiang(Department of Electronic and Information Engineering,Naval Aeronautical and Astronautical University,Yantai,Shandong 2641301,China;91431 Troops of PLA,Wenchang,Hainan 571300,China)

机构地区：[1]海军航空工程学院电子信息工程系 [2]中国人民解放军91431部队

出　　处：《计算机工程》

年　　份：2018

卷　　号：44

期　　号：7

起止页码：279-284

语　　种：中文

收录情况：AJ、BDHX、BDHX2017、CAS、CSA、CSA-PROQEUST、CSCD、CSCD_E2017_2018、IC、INSPEC、JST、RCCSE、SCOPUS、UPD、ZGKJHX、核心刊

摘　　要：针对杂波干扰条件下,非线性、个数时变的多目标被动跟踪问题,提出一种基于边缘卡尔曼滤波的高斯混合概率假设密度(PHD)滤波算法。采用边缘化变换计算目标状态的概率分布特性,获得目标状态及其协方差矩阵估计的闭式解,解决目标模型非线性问题。利用量测信息生成新生目标强度,使滤波器具备对观测空间任意位置随机出现新目标的跟踪能力。实验结果表明,与扩展卡尔曼PHD算法、无迹卡尔曼PHD算法和容积卡尔曼PHD算法相比,该算法在生成目标轨迹、目标个数估计和跟踪精度等方面有更好的性能。

关 键 词：多目标跟踪 随机有限集 边缘卡尔曼滤波  概率假设密度 量测驱动  

分 类 号：TP391]