嵌入式容积粒子PHD多目标跟踪算法

来源：信号处理杂志 2016年第6期北京时间：

作者：熊志刚, 黄树彩, 赵炜, 苑智玮

摘要：针对基于概率假设密度算法（Probability Hypothesis Density，PHD）的非线性多目标跟踪估计精度不高、滤波发散、实时性差等问题，提出一种嵌入式容积粒子PHD算法（Imbedded Cubature Particle PHD，ICPPHD）。新的算法在采样阶段引入Halton点集，并基于三阶嵌入式容积准则产生有限的积分点，对每个采样粒子进行滤波，来拟合重要密度函数。由于Halton点集得到的粒子分布更加均匀，故而ICPPHD算法能够避免 “粒子聚集”的现象。另外，由于三阶嵌入式容积准则的积分点少、精度高，因此ICPPHD算法能更好的协调时间与精度之间的矛盾。仿真结果表明ICPPHD能对多目标进行有效跟踪，相比高斯厄米特粒子PHD算法（Gauss Hermite Particle PHD，GHPPHD）具有实时性强的优势，在目标数目和状态估计上比容积粒子PHD算法（Cubature Particle PHD，CPPHD）精度更高。

关键词：多目标跟踪, 概率假设密度, 嵌入式求容积准则, Halton点集