一种改进的基于概率假设密度滤波的多目标跟踪方法
Improved probability hypothesis density(PHD) filter for multi-target tracking作者机构：空军工程大学工程学院西安710038 空军工程大学理学院西安710038
出 版 物：《控制与决策》 (Control and Decision)
年 卷 期：2011年第26卷第9期
页 面：1367-1372页
核心收录：
学科分类：081203[工学-计算机应用技术] 08[工学] 0835[工学-软件工程] 0812[工学-计算机科学与技术（可授工学、理学学位）]
主 题：随机有限集统计理论 多目标跟踪 概率假设密度滤波 粒子滤波 数据关联
摘 要：针对概率假设密度(PHD)滤波使用聚类方法提取目标状态时,会出现结果不准确,且PHD滤波无法给出状态到航迹关联的问题,提出一种在目标状态中加入标签的方法来实现状态到航迹的关联.该方法对权值较大的标签,通过两次确认来剔除杂波干扰,得到比传统PHD滤波更精确的状态估计.在提取目标状态时,只对相同标签的粒子进行处理,避免使用聚类方法.通过与传统PHD算法的仿真对比表明,改进算法具有较好的跟踪性能.
维普期刊数据库
同方期刊数据库