基于PHD的多目标检测前跟踪改进方法

来源：雷达科学与技术杂志2016年第1期北京时间：

作者：柳超,关键,黄勇,王国庆

单位：1.海军航空工程学院电子信息工程系;2.中国人民解放军92853部队;3.海军航空工程学院信息融合技术研究所

摘要：基于概率假设密度粒子滤波的多目标检测前跟踪方法(PF-PHD-TBD)存在目标数目估计不准确、状态估计精度不高等问题。借鉴Rao-Blackwellised粒子滤波(RBPF)将目标的状态空间进行降维分解,分别采用线性与非线性滤波器进行跟踪的思想,在PF-PHD-TBD的预测与更新过程中采用RBPF方法,以最优卡尔曼滤波对目标速度分量进行处理,以粒子滤波对位置分量进行处理,显著降低了运算复杂度,相比仅使用粒子滤波时过分依赖目标位置信息的缺点,充分利用了位置与速度之间的关联特性,提高了目标数目估计的准确度和状态估计的精度。最后用仿真实验验证了所提方法的有效性。

关键词：Rao-Blackwellised粒子滤波,概率假设密度滤波,多目标检测前跟踪,线性状态,非线性状态,

基金资助：国家自然科学基金(No.61201445;61179017);“泰山学者”建设工程经费资助项目