基于均值漂移和双层群结构模型的群目标GMPHD滤波

作者：宋骊平; 程轩^*; 姬红兵

来源：控制与决策, 2019, 34(01): 137-143.

DOI：10.13195/j.kzyjc.2017.0934

• 群目标跟踪
• 均值漂移
• 椭圆随机超曲面模型
• 双层群结构模型
• 高斯混合概率假设密度滤波

针对不可分辨群目标跟踪算法中群合并、交叉及分裂前后群目标数出现漏估及量测划分数多、计算量大两个问题,提出一种基于均值漂移(MS)和双层群结构(BGS)模型的群目标高斯混合概率假设密度(GMPHD)滤波算法.该算法采用MS进行量测划分,同时依据第2层群结构反馈回的群信息判断是否需要进行2次划分;然后,采用基于椭圆随机超曲面模型(RHM)的群目标GMPHD滤波进行预测更新和状态提取;最后,使用提取出的群目标状态进行第二层群结构更新,并将所得群信息反馈回量测划分步.仿真对比实验表明,所提出算法可获得更高的实时性,能够解决群目标合并、交叉及分裂前后群数目的漏估问题.

• 单位
  电子工程学院; 西安电子科技大学