改进的最适高斯近似概率假设密度滤波

欧阳成 陈晓旭 华云

欧阳成, 陈晓旭, 华云. 改进的最适高斯近似概率假设密度滤波[J]. 雷达学报, 2013, 2(2): 239-246. doi: 10.3724/SP.J.1300.2013.13010
引用本文: 欧阳成, 陈晓旭, 华云. 改进的最适高斯近似概率假设密度滤波[J]. 雷达学报, 2013, 2(2): 239-246. doi: 10.3724/SP.J.1300.2013.13010
Ouyang-Cheng, Chen Xiao-xu, Hua Yun. Improved Best-fitting Gaussian Approximation PHD Filter[J]. Journal of Radars, 2013, 2(2): 239-246. doi: 10.3724/SP.J.1300.2013.13010
Citation: Ouyang-Cheng, Chen Xiao-xu, Hua Yun. Improved Best-fitting Gaussian Approximation PHD Filter[J]. Journal of Radars, 2013, 2(2): 239-246. doi: 10.3724/SP.J.1300.2013.13010

改进的最适高斯近似概率假设密度滤波

doi: 10.3724/SP.J.1300.2013.13010
基金项目: 

中国博士后科学基金(2012M521713)资助课题

详细信息
    作者简介:

    欧阳成(1985-),男,博士后,西安电子科技大学博士毕业,现为中电集团第29研究所博士后。研究方向为目标检测与跟踪、多传感器信息融合。E-mail:ouoyc@yahoo.com.cn 陈晓旭(1976-),男,工程师,研究方向为信号处理、无源定位技术等。 华云(1972-),男,研究员,研究方向为信号处理、无源定位技术等。

Improved Best-fitting Gaussian Approximation PHD Filter

  • 摘要: 最适高斯近似概率假设密度滤波是一种新颖的多机动目标跟踪算法。然而,该算法存在模型概率先验固化问题,即在计算模型概率的过程中量测信息不起作用。针对以上问题,该文提出一种改进算法,通过引入模型概率更新过程,将后验量测信息加入模型概率的计算式中,根据似然函数在多个运动模型之间进行软切换,进而实现对多个机动目标的有效跟踪。实验结果表明,改进算法能够有效解决模型概率先验固化问题,在目标数估计和滤波精度方面均优于传统算法,具有良好的工程应用前景。

     

  • 加载中
计量
  • 文章访问数:  2589
  • HTML全文浏览量:  93
  • PDF下载量:  2313
  • 被引次数: 0
出版历程
  • 收稿日期:  2013-02-05
  • 修回日期:  2013-05-02
  • 网络出版日期:  2013-04-28

目录

    /

    返回文章
    返回