摘要
实现了基于随机集和点过程理论在目标数未知或随时间变化的多目标跟踪滤波算法.研究成果包括:(1)分析了基于随机有限集的多目标跟踪模型;(2)分析推导了基于随机集和点过程理论的概率假设密度滤波递推表达式;(3)实现了在线性高斯条件下的概率假设密度滤波的一种解析滤波算法;(4)仿真实验验证了算法的性能,比较了在杂波强度和检测概率变化的情况下和联合概率数据互联算法相关性能;(5)指出了算法的一些不足以及改进的研究方向.
A algorithm based on random sets and point process theory is proposed for jointly estimate the time-varying number of targets and their states. The main contributions include. （1） Analyze multi-target tracking model based on random finite sets; （2） The Probability Hypothesis Density recursive formulas are deduced based on random sets and point process theory; （3） A analytic implementation of the Probability Hypothesis Density Filter is proposed under the linear Gaussian assumptions; （4） Two simulation results validate GMPHD performance and then compare GMPHD and JPDA performance under clutter and detection probability change （5） Point out some the algorithm＇s lack and research direction.
出处
《计算机学报》
EI
CSCD
北大核心
2012年第2期397-404,共8页
Chinese Journal of Computers
基金
国家"八六三"高技术研究发展计划项目基金(2006AA12A104)
国家自然科学基金(60705005)资助~~
