10.3969/j.issn.1002-0640.2017.05.004
边缘化粒子概率假设密度滤波的多目标跟踪
针对复杂情况下的多目标跟踪问题,提出一种边缘化粒子概率假设密度滤波(MPF-PHD)方法.该方法首先将复杂情况下多个目标的状态向量分别提取出其中的非线性状态与线性状态.然后利用粒子概率假设密度滤波(PF-PHD)估计非线性状态,利用卡尔曼滤波(KF)估计线性状态,并把其中与非线性状态相关的线性状态估计用来优化非线性状态估计.通过对MPF-PHD方法与传统的PF-PHD方法仿真对比,验证了MPF-PHD方法有效解决了复杂情况下多目标跟踪的漏检问题,提高了多目标状态估计精度.
边缘化粒子概率假设密度滤波、多目标跟踪、非线性状态估计、卡尔曼滤波
42
TN953
国家自然科学基金61373089;辽宁省教育厅基金资助项目LT2012005
2017-11-03(万方平台首次上网日期,不代表论文的发表时间)
共6页
14-18,22