多扩展目标的高斯混合概率假设密度滤波器
【作者】
韩玉兰
[1] ;
朱洪艳
[1] ;
韩崇昭
[1] ;
王静
[2]
【关键词】
扩展目标跟踪
高斯混合概率假设密度
随机超曲面模型
形状估计
【摘要】针对多扩展目标跟踪中状态信息难以估计的问题,提出了一种可以估计扩展目标运动状态和形状信息的多扩展目标高斯混合概率假设密度(RHM-GMPHD)滤波器.首先利用描述凸星形扩展目标量测源分布的随机超曲面模型和传感器量测方程,建立扩展目标运动状态及形状信息与量测之间关系的伪量测函数;然后结合扩展目标状态预报信息,推导了扩展目标状态更新方程,递推地对扩展目标运动状态及形状信息进行估计跟踪.此外,还建立了Jaccard距离来度量RHM-GMPHD滤波器对目标形状的估计性能.与联合概率数据关联(JPDA)滤波器和GMPHD滤波器相比,RHM-GMPHD滤波器不仅可以估计凸星形扩展目标的形状信息,并能有效提高对目标数和运动状态的估计精度.仿真实验表明,RHM-GMPHD滤波器对质心估计的均方根误差分别约为JPDA和GMPHD滤波器的1/3和1/2,对目标数的估计接近真实值,对形状估计的Jaccard距离一般小于0.2.
上一篇:一种双重序贯检测的协作频谱感知方法
下一篇:水平管降膜蒸发器温度损失的计算与分析