基于边缘卡尔曼滤波的GM-PHD多目标被动跟踪算法

来源：计算机工程杂志2018年第7期北京时间：

作者：曲长文,冯奇,毛宇,周强

单位：1.海军航空工程学院 电子信息工程系,山东 烟台 264001; 2.中国人民解放军 91431部队,海南 文昌 571300

摘要：针对杂波干扰条件下,非线性、个数时变的多目标被动跟踪问题,提出一种基于边缘卡尔曼滤波的高斯混合概率假设密度(PHD)滤波算法。采用边缘化变换计算目标状态的概率分布特性,获得目标状态及其协方差矩阵估计的闭式解,解决目标模型非线性问题。利用量测信息生成新生目标强度,使滤波器具备对观测空间任意位置随机出现新目标的跟踪能力。实验结果表明,与扩展卡尔曼PHD算法、无迹卡尔曼PHD算法和容积卡尔曼PHD算法相比,该算法在生成目标轨迹、目标个数估计和跟踪精度等方面有更好的性能。

关键词：多目标跟踪,随机有限集,边缘卡尔曼滤波,概率假设密度,量测驱动