面向非线性MTT的多模型泊松多伯努利混合滤波算法 |
| |
引用本文: | 陈嵩杰,李波,张露.面向非线性MTT的多模型泊松多伯努利混合滤波算法[J].小型微型计算机系统,2024(3):629-635. |
| |
作者姓名: | 陈嵩杰 李波 张露 |
| |
作者单位: | 辽宁工业大学电子与信息工程学院 |
| |
基金项目: | 辽宁省自然科学基金面上项目(2020-MS-292)资助;;国家自然科学基金面上项目(51679116)资助; |
| |
摘 要: | 在多目标跟踪(Multi-target Tracking, MTT)的非线性特性与低检测概率情况下,针对多伯努利滤波算法的高斯混合(Gaussian Mixture, GM)实现难以精确估计目标的势与运动状态的实际问题,本文提出了一种适用于非线性系统的泊松多伯努利混合滤波(Poisson Multi-Bernoulli Mixture Filter, PMBM)算法.首先,推导出多模型泊松多伯努利混合滤波的高斯混合(GM Multi-model PMBM,GM-MM-PMBM)实现过程.然后,分别对GM-MM-PMBM的伯努利高斯分量进行预测与更新,实现了基于非线性系统的MTT.为提升系统稳定性,基于平方根协方差矩阵推导出GM-MM-PMBM均方根容积卡尔曼滤波算法的实现过程.最后,仿真实验综合验证了本文算法的跟踪性能.
|
关 键 词: | 多目标跟踪 多伯努利混合滤波 均方根容积卡尔曼滤波 高斯混合 |
|
|