基于均值漂移和双层群结构模型的群目标GMPHD滤波

作     者：宋骊平 程轩 姬红兵 SONG Li-ping;CHENG Xuan;JI Hong-bing

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.