未知杂波条件下样本集校正的势估计概率假设密度滤波算法

作者：杨丹; 姬红兵; 张永权

来源：电子与信息学报, 2018, 40(04): 912-919.

• 多目标跟踪
• 参数估计
• 未知杂波
• 狄利克雷过程混合模型
• 势估计概率假设密度滤波

在贝叶斯框架下的多目标跟踪算法中,总是假设杂波的先验信息是已知的。然而,实际应用中,杂波分布一般是未知的,假设的杂波分布往往与实际情况匹配度差,难以保证滤波精度。针对该问题,该文研究了未知杂波势估计概率假设密度(CPHD)滤波算法。首先,提出一种基于狄利克雷过程混合模型(DPMM)类的未知杂波CPHD算法,该算法能够自动选取合适的类数对杂波进行描述,有效降低了杂波空间分布估计的误差。此外,提出样本集校正的思想,并将其引入所提算法,通过去除样本集中由真实目标产生的量测,较好地解决了杂波数过估和目标数低估的问题。与传统算法相比,所提算法的滤波精度更接近于杂波信息匹配情况下的性能,仿真结果验证了其优越性与鲁棒性。

• 单位
  电子工程学院; 西安电子科技大学