基于PPP模型的多扩展目标跟踪的JPDA算法研究
JPDA Algorithm for Multi-Extended Target Tracking Based on PPP Model作者机构:深圳大学ATR国防科技重点实验室
出 版 物:《信号处理》 (Journal of Signal Processing)
年 卷 期:2019年第35卷第6期
页 面:1079-1087页
核心收录:
学科分类:0809[工学-电子科学与技术(可授工学、理学学位)] 080902[工学-电路与系统] 08[工学]
基 金:深圳市基础研究项目(JCYJ20170818102503604)
主 题:泊松点过程 多扩展目标跟踪 联合概率数据关联 “多对一”关联模型 边缘关联概率 形状参数
摘 要:针对多扩展目标跟踪问题,提出了基于泊松点过程( Poisson Point Process, PPP )模型的多扩展目标跟踪的联合概率数据关联( Joint Probabilistic Data Association, JPDA )算法。首先,采用PPP对扩展目标进行测量建模,其次以“多对一关联模型思想提出一种JPDA算法,从而计算运动目标的当前有效量测的边缘关联概率,然后结合该边缘关联概率以概率数据关联( Probability Data Association, PDA )的方式分别更新每个扩展目标的运动参数和形状参数向量,最后通过仿真实现了当扩展目标相互靠近或出现交叉时的跟踪。实验结果表明,在高杂波环境下,本文所提出的算法在计算时间和跟踪稳定上具有较明显的优势。