摘要
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