基于UKF-GM-PHD滤波算法的非线性多目标跟踪方法研究?
齐海明1
张安清2
1.海军91648部队 葫芦岛 1250042.海军大连舰艇学院信息系统系 大连 116018
摘要：目前,基于概率假设密度(Probability Hypothesis Density,PHD)滤波的多目标跟踪技术已成为多目标跟踪研究的热门领域.论文将传统非线性处理方法无迹卡尔曼滤波(Unscentesd Kalman Filter,UKF)与高斯混合概率假设密度(Gaussian Mixture PHD,GM-PHD)滤波算法相结合,提出了无迹卡尔曼滤波高斯混合概率假设密度(UKF-GM-PHD)滤波算法,实现GM-PHD滤波器在非线性系统的应用.通过仿真验证了提出算法的有效性,将算法与扩展卡尔曼滤波GM-PHD (EKF-GM-PHD)滤波算法进行分析对比,验证了该算法的滤波精度高于EKF-GM-PHD滤波算法.
关键词：高斯混合概率假设密度无迹卡尔曼滤波多目标跟踪
分类号：TN713(基本电子电路)
资助基金：国家自然科学基金(61303192)
论文发表日期：2019-01-01
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：6( 32-36,100 )
英文信息