科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对传统的高斯混合概率假设密度（Gaussian mixture probability hypothesis density, GM-PHD）滤波器在跟踪空间邻近目标时存在错误估计、虚警和漏警问题，本文提出了一种改进算法。首先，提出一种权值重分配方案，对目标的高斯分量权值进行重分配，以提高目标邻近时GM-PHD滤波器的跟踪精度；然后，利用目标航迹的连续性，对于当前时刻丢失的目标，利用上一时刻的目标预测值来进行修正，以减少漏警情形；最后，充分利用多帧已估目标状态对估计的目标进行分类，检测估计中存在的虚警并对其进行删除。仿真结果表明，与现有算法相比，本文改进算法具有更优的跟踪性能。
- 单位
