一种粒子势概率假设密度滤波纯方位多目标跟踪算法

发布时间：2021-11-11 11:37

　　针对基于势概率假设密度算法（CPHD）的纯方位多目标跟踪,提出一种新型的多传感器粒子CPHD滤波算法.该算法通过分析混合线性/非线性状态模型的结构信息,结合粒子滤波（PF）与卡尔曼滤波（KF）对各个目标的状态进行预测与估计,运用Mean-Shift方法提取概率假设密度的峰值作为目标状态估计值,并对算法复杂度进行了分析.仿真结果表明,算法可改善目标跟踪效果. 

【文章来源】：控制理论与应用. 2020,37(06)北大核心EICSCD

【文章页数】：7 页

【参考文献】：
期刊论文
[1]多目标跟踪中多传感器分布式控制策略[J]. 陈辉,邓东明,韩崇昭.  控制理论与应用. 2019(10)
[2]Labeled box-particle CPHD filter for multiple extended targets tracking[J]. ZOU Zhibin,SONG Liping,CHENG Xuan.  Journal of Systems Engineering and Electronics. 2019(01)
[3]基于GM-CPHD滤波算法的主动声呐目标跟踪[J]. 陈晓,李亚安,李余兴,蔚婧.  西北工业大学学报. 2018(04)
[4]基于高斯粒子CPHD滤波的多目标检测前跟踪算法[J]. 冯新喜,魏帅,鹿传国.  控制与决策. 2017(11)
[5]基于多模型GGIW-CPHD滤波的群目标跟踪算法[J]. 汪云,胡国平,甘林海.  华中科技大学学报(自然科学版). 2017(02)
[6]自适应目标新生强度的SMC-PHD/CPHD滤波[J]. 秦岭,黄心汉.  控制与决策. 2016(08)
[7]多目标跟踪的核粒子概率假设密度滤波算法[J]. 庄泽森,张建秋,尹建君.  航空学报. 2009(07)

博士论文
[1]粒子滤波及其在目标跟踪中的应用研究[D]. 张俊根.西安电子科技大学 2011



本文编号：3488790