粒子概率假设密度平滑器异常平滑问题的解决方法

发布时间：2022-02-18 22:56

　　针对粒子概率假设密度（PHD）平滑器中由漏检或目标消失现象引起的异常后向平滑估计问题,提出一种基于目标存活概率修正的改进方法。首先,修正前向滤波的预测与更新计算公式以获取滤波的目标强度函数和估计滤波过程的存活目标个数。在此基础上根据存活目标个数的前向滤波估计值的变化情况,判断跟踪过程中是否存在目标消失或漏检现象,确定后向平滑计算用到的目标存活概率值,然后采用此确定的存活概率值来改进后向平滑迭代计算公式,据此计算PHD分布中的粒子权值。仿真结果表明,所提方法能有效地解决PHD平滑器的异常平滑问题,其时间平均的最优子模式分配（OSPA）距离误差相对于标准算法由7.75 m减小至1.05 m,目标跟踪性能有了明显提升。 

【文章来源】：计算机应用. 2020,40(01)北大核心CSCD

【文章页数】：5 页

【文章目录】：
0 引言
1 粒子PHD平滑器
2 本文算法
    2.1 前向滤波
    2.2 后向平滑
3 仿真结果与分析
4 结语


【参考文献】：
期刊论文
[1]基于粒子滤波和交互多模型的移动定位方法[J]. 夏楠,王珏,李博.  电子学报. 2019(01)
[2]基于粒子滤波和地图匹配的融合室内定位[J]. 周瑞,鲁翔,卢帅,李志强,桑楠.  电子科技大学学报. 2018(03)
[3]基于自适应多提议分布粒子滤波的蒙特卡洛定位算法[J]. 罗元,庞冬雪,张毅,苏琴.  计算机应用. 2016(08)
[4]粒子滤波理论、方法及其在多目标跟踪中的应用[J]. 李天成,范红旗,孙树栋.  自动化学报. 2015(12)
[5]粒子滤波算法[J]. 王法胜,鲁明羽,赵清杰,袁泽剑.  计算机学报. 2014(08)

博士论文
[1]基于随机有限集的滤波与平滑算法研究[D]. 何祥宇.西安电子科技大学 2018



本文编号：3631708