科研之友
微信
新浪微博
Facebook
分享链接
摘要
在雷达目标跟踪领域中，密集杂波环境下的多目标跟踪（Multiple Target Tracking,MTT）问题一直是研究的难点，高斯概率假设密度滤波算法（Gaussian Mixture Probability Hypothesis Density Filter,GM-PHDF）是当前比较热门的研究方向。为解决GM-PHDF算法在强杂波环境下，检测错误率和计算时间复杂度增加的问题，提出一种改进的算法，通过将支持向量机（Support Vector Machine,SVM）技术和GM-PHD相结合，在使用GM-PHD对目标进行计算和更新前，通过SVM对量测信息进行分类，在保留有效目标数据的同时，尽可能地过滤掉杂波数据。结果表明，在满足跟踪精度的前提下降低了算法的复杂性，能够有效地减少杂波，提高跟踪性能。
- 单位
