基于数据聚类的多目标跟踪信息融合方法

作者：王奎武; 张秦^*

来源：电光与控制, 2022, 29(09): 11-16.

• 多目标跟踪
• 信息融合
• PHD滤波器
• 数据聚类
• 基数补偿

为了精确估计概率假设密度(PHD)滤波器的目标数量，提出了一种基于信息加权共识滤波器(ICF)并使用数据聚类的基数补偿方法，将ICF用于信息融合。在密集杂波环境中，当量测中的噪声和杂波较高时，会出现跟踪丢失的情况，进而目标数量估计性能下降。因此，在PHD滤波器中加入基数补偿过程，基于信息融合步骤，使用从PHD滤波器中获得的估计基数和通过数据聚类获得的量测基数，得到最终的目标数量估计。为了验证所提方法的性能，进行了仿真模拟，证明了多目标的跟踪性能得到改善。

• 单位
  空军工程大学防空反导学院