-
题名多模型GM-CBMeMBer滤波器及航迹形成
被引量：12
- 1
-
-
作者
连峰
韩崇昭
李晨
-
机构
西安交通大学电信学院综合自动化研究所智能网络与网络安全教育部重点实验室
西安交通大学软件学院
-
出处
《自动化学报》
EI
CSCD
北大核心
2014年第2期336-347,共12页
-
基金
国家重点基础研究发展计划(973计划)(2013CB329405)
国家自然科学基金创新研究群体(61221063)
+2 种基金
中国博士后科学基金(20100481338)
中国博士后科学基金特别资助项目(2012T50746)
中央高校基本科研业务费专项资金资助~~
-
文摘
提出了一种可适用于杂波环境下对多个机动目标进行跟踪并能形成多目标航迹的多模型势平衡多目标多伯努利(Cardinality balanced multi-target multi-Bernoulli,CBMeMBer)滤波器.随后,在多机动目标时间演化模型和观测模型均为线性高斯的假设条件下利用高斯混合(Gaussian mixture,GM)技术获得了该滤波器解析的递推形式—多模型GMCBMeMBer滤波器,并简要给出了它在非线性条件下的扩展卡尔曼(Extended Kalman,EK)滤波近似.仿真实验结果表明所建议的多模型GM-CBMeMBer滤波器能有效地对多个机动目标进行跟踪而单模型GM-CBMeMBer滤波器则会产生明显的航迹丢失和虚假航迹,并且对于信噪比较低的仿真场景,它的性能优于多模型高斯混合概率假设密度(GM probability hypothesis density,GM-PHD)滤波器,接近于多模型高斯混合势概率假设密度(GM cardinalized PHD,GM-CPHD)滤波器.
-
关键词
多机动目标跟踪
势平衡多目标多伯努利滤波器
交互式多模型算法
高斯混合实现
-
Keywords
Multiple maneuvering targets tracking, cardinality balanced multi-target multi-Bernoulli （CBMeMBer） filter, interacting multiple models （IMM） algorithm, Gaussian mixture （GM） implementation
-
分类号
TN713
[电子电信—电路与系统]
-
