基于PHD的粒子滤波检测前跟踪改进算法

来源：雷达科学与技术杂志2019年第3期北京时间：

作者：裴家正，黄勇，董云龙，何友，陈小龙，陈唯实

单位：1.海军航空大学， 山东烟台 264001;2.中国民航科学技术研究院机场研究所， 北京 100028

摘要：针对在低信噪比目标检测问题中，基于PHD的粒子滤波检测前跟踪算法（PHD-TBD）存在目标位置估计误差较大的缺陷，提出一种结合粒子群优化算法的基于PHD的粒子滤波检测前跟踪方法(PSO-PHD-TBD)。该算法在滤波预测和更新步骤之间加入基于NSGA-Ⅱ的多目标粒子群优化算法，结合量测信息将预测完成的粒子集的分布进行优化，将所有粒子转移到后验概率密度较大的区域，进而改善了多目标位置估计的性能；然后使用基于密度聚类的DBSCAN算法对粒子聚类，提取目标状态。仿真实验表明，在不同信噪比条件下，PSO-PHD-TBD在多目标数目估计情况与PHD-TBD算法一致，而位置估计精度明显优于PHD-TBD算法。

关键词：概率假设密度,粒子滤波,粒子群优化,基于密度聚类,检测前跟踪,

基金资助：国家自然科学基金(No.U1633122,61501487,61871392,61471382,61531020)；国防科技基金（No.2102024）；中国博士后科学基金（No.2017M620862）；“泰山学者”和中国科协“青年人才托举工程”专项经费资助(No.YESS20160115)