面向多目标跟踪的PHD滤波多传感器数据融合算法

发布时间：2018-05-17 22:43

  本文选题：多传感器多目标跟踪 + 高斯混合PHD滤波　； 参考：《火力与指挥控制》2017年08期

【摘要】：针对密集杂波环境下单传感器应用高斯混合PHD算法进行多目标跟踪时性能下降的问题,提出一种面向多目标跟踪的PHD滤波多传感器数据融合算法。首先构建了基于高斯混合PHD滤波的多传感器数据融合系统框架,各传感器利用高斯混合PHD滤波算法进行局部状态估计,然后对各传感器的状态估计结果进行关联度计算,最后通过构建自适应混合参数,引入协方差交叉算法对关联状态进行融合。仿真实验表明,与单传感器高斯混合PHD多目标跟踪算法相比,所提算法有效提高了目标数量和状态的估计精度。
[Abstract]:A multi-sensor data fusion algorithm based on PHD filtering for multi-target tracking is proposed to solve the problem of performance degradation of multi-target tracking using Gao Si hybrid PHD algorithm in dense clutter environment. Firstly, the frame of multi-sensor data fusion system based on Gao Si hybrid PHD filter is constructed. The local state estimation of each sensor is carried out by using the Gao Si hybrid PHD filter algorithm, and then the correlation degree of the state estimation results of each sensor is calculated. Finally, covariance crossover algorithm is introduced to fuse the association state by constructing adaptive mixed parameters. Simulation results show that compared with the single sensor Gao Si hybrid PHD multi-target tracking algorithm, the proposed algorithm can effectively improve the accuracy of target number and state estimation.
【作者单位】： 杭州电子科技大学通信信息传输与融合技术国防重点学科实验室;
【基金】：国家“973”项目(2012CB821204) 国家自然科学基金资助项目(61427808;61375078)
【分类号】：TN713;TP212

【相似文献】

相关期刊论文 前8条

1 龚俊亮;何昕;魏仲慧;郭敬明;;采用改进辅助粒子滤波的红外多目标跟踪[J];光学精密工程;2012年02期

2 田淑荣;王国宏;何友;;多目标跟踪的概率假设密度粒子滤波[J];海军航空工程学院学报;2007年04期

3 王延杰;主客观协调估计实现多目标跟踪[J];光机电信息;1997年12期

4 董康军;冯洋;;多目标跟踪的概率假设密度滤波[J];渭南师范学院学报;2008年02期

5 孙杰;李冬;;多目标跟踪的多伯努利平滑方法[J];数字通信;2014年02期

6 李卫华;红外多目标跟踪与预测技术的研究[J];红外;2002年06期

7 郝燕玲;孟凡彬;张崇猛;蔡艺峰;王素鑫;;多传感器多目标跟踪的粒子PHD滤波算法[J];传感器与微系统;2010年04期

8 E.W.卡门 ,C.R.萨斯特赖 ,王俊仪;使用位置量测值乘积的多目标跟踪(二)[J];情报指挥控制系统与仿真技术;1994年04期

相关会议论文 前2条

1 敬忠良;王培德;周宏仁;;机动多目标跟踪统一方法[A];1991年控制理论及其应用年会论文集（下）[C];1991年

2 王芝;徐晓滨;文成林;;混合高斯PHD滤波器及其在多目标跟踪中的应用[A];2009中国控制与决策会议论文集（2）[C];2009年

相关博士学位论文 前1条

1 张鹤冰;概率假设密度滤波算法及其在多目标跟踪中的应用[D];哈尔滨工程大学;2012年

相关硕士学位论文 前3条

1 陈昊;基于概率假设密度的OTHR多目标跟踪算法研究[D];西北工业大学;2016年

2 司冠楠;面向多目标跟踪的多传感器数据融合方法研究[D];沈阳理工大学;2014年

3 肖本洁;机器人同时定位制图及多目标跟踪算法研究[D];复旦大学;2013年

，

本文编号：1903228