首页 | 本学科首页   官方微博 | 高级检索  
     

基于PN学习的雷达目标鲁棒跟踪算法
引用本文:黄馨誉,胡士强,郑世友. 基于PN学习的雷达目标鲁棒跟踪算法[J]. 传感器与微系统, 2016, 0(12). DOI: 10.13873/J.1000-9787(2016)12-0116-03
作者姓名:黄馨誉  胡士强  郑世友
作者单位:1. 上海交通大学航空航天学院,上海,200240;2. 中航雷达与电子设备研究院射频与仿真重点实验室,江苏无锡,214063
基金项目:航空基金资助项目(2014ZC07003
摘    要:传统雷达目标跟踪算法在强杂波环境下跟踪时会产生大量虚警估计的情况,单独跟踪或检测算法都不能对干扰杂波进行有效滤除.针对这个问题,在传统概率假设密度滤波器(PHD)算法的基础上,提出一种联合检测-跟踪-学习的目标鲁棒跟踪算法,即PN-PHD,引入属性检测器,将检测跟踪结果一起送入PN学习器,通过PN学习迭代更新检测器,并修正PHD算法的跟踪估计,以此实现在强杂波环境目标鲁棒跟踪的要求.仿真实验结果表明:PN-PHD滤波算法与传统跟踪算法相比,在强杂波环境下有效地提高了目标跟踪准确性和跟踪精度,同时也弥补了PHD算法在提供目标航迹信息方面的不足.

关 键 词:目标跟踪  PN学习  概率假设密度滤波器

Robust tracking algorithm for radar target based on PN-learning
HUANG Xin-yu,HU Shi-qiang,ZHENG Shi-you. Robust tracking algorithm for radar target based on PN-learning[J]. Transducer and Microsystem Technology, 2016, 0(12). DOI: 10.13873/J.1000-9787(2016)12-0116-03
Authors:HUANG Xin-yu  HU Shi-qiang  ZHENG Shi-you
Abstract:
Keywords:target tracking  PN learning  probability hypothesis density filter(PHD)
本文献已被 万方数据 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号