基于多伯努利滤波的厚尾噪声条件下多扩展目标跟踪

作者：陈辉^*; 张星星

来源：自动化学报, 2023, 49(07): 1573-1586.

DOI：10.16383/j.aas.c201061

• 多扩展目标跟踪
• 厚尾噪声
• 随机超曲面
• 多伯努利

针对厚尾噪声条件下不规则星凸形多扩展目标跟踪(Multiple extended target tracking, METT)问题,提出一种基于多伯努利滤波的厚尾噪声条件下多扩展目标跟踪方法.首先,采用学生t分布对厚尾过程噪声和量测噪声进行建模,并基于有限集统计(Finite set statistics, FISST)理论利用随机超曲面模型(Random hypersurface model, RHM)建立不规则星凸形多扩展目标的跟踪滤波模型.然后,利用学生t混合(Student’s t mixture, STM)模型来表征多伯努利密度,提出学生t混合多扩展目标多伯努利(Student’s t mixture multiple extended target multi-Bernoulli filter, STM-MET-CBMeMBer)滤波算法,并进一步基于鲁棒学生t容积滤波算法提出了非线性鲁棒学生t混合星凸形多扩展目标多伯努利滤波算法.最后,通过构造厚尾噪声条件下星凸形多扩展目标和多群目标的跟踪仿真实验验证了所提方法的有效性.

• 单位
  兰州理工大学