基于均值漂移和双层群结构模型的群目标GMPHD滤波
Group target GMPHD filtering based on mean shift and bilayer group structure model作者机构:西安电子科技大学电子工程学院西安710071
出 版 物:《控制与决策》 (Control and Decision)
年 卷 期:2019年第34卷第1期
页 面:137-143页
核心收录:
学科分类:0820[工学-石油与天然气工程] 08[工学] 0802[工学-机械工程] 0835[工学-软件工程] 0811[工学-控制科学与工程] 080201[工学-机械制造及其自动化] 0812[工学-计算机科学与技术(可授工学、理学学位)]
基 金:国家自然科学基金项目(61372003 61301289)
主 题:群目标跟踪 均值漂移 椭圆随机超曲面模型 双层群结构模型 高斯混合概率假设密度滤波
摘 要:针对不可分辨群目标跟踪算法中群合并、交叉及分裂前后群目标数出现漏估及量测划分数多、计算量大两个问题,提出一种基于均值漂移(MS)和双层群结构(BGS)模型的群目标高斯混合概率假设密度(GMPHD)滤波算法.该算法采用MS进行量测划分,同时依据第2层群结构反馈回的群信息判断是否需要进行2次划分;然后,采用基于椭圆随机超曲面模型(RHM)的群目标GMPHD滤波进行预测更新和状态提取;最后,使用提取出的群目标状态进行第二层群结构更新,并将所得群信息反馈回量测划分步.仿真对比实验表明,所提出算法可获得更高的实时性,能够解决群目标合并、交叉及分裂前后群数目的漏估问题.