文献类型：期刊文章

作　　者：洪磊[1] 陈树新[1] 吴昊[1] 徐涵[1] 岳龙华[2]

Hong Lei;Chen Shuxin;Wu Hao;Xu Han;Yue Longhua(Institute of Information&Navigation,Air Force Engineering University,Xi’an 710077,China;Unit 93658 of PLA,Beijing 100144,China)

机构地区：[1]空军工程大学信息与导航学院,西安710077 [2]中国人民解放军93658部队,北京100144

出　　处：《计算机应用研究》

基　　金：国家自然科学基金资助项目。

年　　份：2020

卷　　号：37

期　　号：6

起止页码：1652-1656

语　　种：中文

收录情况：AJ、BDHX、BDHX2017、CSCD、CSCD_E2019_2020、EBSCO、IC、JST、PROQUEST、RCCSE、UPD、ZGKJHX、ZMATH、核心刊

摘　　要：在非线性多目标跟踪问题中,高斯混合粒子概率假设密度(GMP-PHD)滤波器在重尾的过程噪声和量测噪声的影响下会导致滤波性能的下降。针对该问题,提出一种新的学生t混合粒子概率假设密度(STMPPHD)滤波器。该滤波器将过程噪声和量测噪声近似为学生t分布,并用学生t混合模型来近似多目标的强度;同时,利用蒙特卡罗方法计算学生t积分,建立了学生t混合形式的闭式递推框架。仿真结果表明,该滤波器能够有效克服由重尾的过程噪声和量测噪声带来的不利影响,并能够保持较高的跟踪精度。

关 键 词：多目标跟踪 粒子滤波 学生t分布  非线性 重尾噪声  

分 类 号：TN713]