基于PPP模型的多扩展目标跟踪的JPDA算法研究

来源：信号处理杂志 2019年第6期北京时间：

作者：杜浩翠, 谢维信, 范建德

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的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。

关键词：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