多传感器高斯混合PHD融合多目标跟踪方法

作     者：申屠晗 薛安克 周治利 SHEN-TU Han;XUE An-Ke;ZHOU Zhi-Li

作者机构：杭州电子科技大学自动化学院、信息科学与控制工程研究所杭州310018 

出 版 物：《自动化学报》 (Acta Automatica Sinica)

年 卷 期：2017年第43卷第6期

页      面：1028-1037页

核心收录：

学科分类：080202[工学-机械电子工程] 08[工学] 0802[工学-机械工程] 

基　　金：国家自然科学基金重大仪器专项项目(61427808) 国家自然科学基金重点项目(61333009)资助 

主　　题：多传感器多目标跟踪 有限集统计 概率假设密度 高斯混合 

摘      要：针对复杂环境下单传感器多目标跟踪方法效果不佳的问题,基于FISST(Finite set statistics)跟踪理论提出一种多传感器高斯混合PHD(Probability hypothesis density)多目标跟踪方法.首先,分析了FISST下多传感器PHD的形式化滤波器,在此基础上构建一种反馈式多传感器PHD融合跟踪框架;进一步利用高斯混合技术提出多传感器PHD跟踪方法;最后,通过解决多传感器后验PHD粒子匹配与融合问题提出三种算法.仿真实验表明,与常规高斯混合PHD跟踪算法相比,本文所提算法能够有效提高目标跟踪精度和鲁棒性.