科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对联合广义标签多伯努利（joint generalized labeled multi-Bernoulli， J-GLMB）滤波算法中群目标之间距离较近容易关联错误的问题，本文结合超图匹配（hypergraph matching， HGM）提出一种基于HGM-J-GLMB滤波器的可分辨群目标跟踪算法。该算法首先采用J-GLMB滤波器估计群内各目标的状态、数目及轨迹信息，并利用超图匹配结果提升量测与预测状态之间的关联性能；其次通过图理论计算邻接矩阵获取群结构信息和子群数目；随后利用群结构信息估计协作噪声，进而校正目标的预测状态；最后通过平滑算法改善滤波效果，并设置轨迹长度阈值，使其在平滑状态的同时达到消除短轨迹的目的。仿真实验表明本文算法在线性系统下能有效提升群目标跟踪性能。
-
单位物理学院; 合肥工业大学; 中国电子科技集团公司第三十八研究所
