基于SVM和GM-PHD的密集杂波环境下的数据处理算法
武忠鸣1
郭剑辉1
楼根铨2
张文俊2
1.南京理工大学计算机科学与工程学院 南京 2100942.江南造船(集团)有限责任公司 上海 201913
摘要：在雷达目标跟踪领域中,密集杂波环境下的多目标跟踪(Multiple Target Tracking,MTT)问题一直是研究的难点,高斯概率假设密度滤波算法(Gaussian Mixture Probability Hypothesis Density Filter,GM-PHDF)是当前比较热门的研究方向.为解决GM-PHDF算法在强杂波环境下,检测错误率和计算时间复杂度增加的问题,提出一种改进的算法,通过将支持向量机(Support Vector Machine,SVM)技术和GM-PHD相结合,在使用GM-PHD对目标进行计算和更新前,通过SVM对量测信息进行分类,在保留有效目标数据的同时,尽可能地过滤掉杂波数据.结果表明,在满足跟踪精度的前提下降低了算法的复杂性,能够有效地减少杂波,提高跟踪性能.
关键词：多目标跟踪概率假设密度滤波算法支持向量机数据处理数据关联
分类号：TP301.6(计算技术、计算机技术)
资助基金：新疆建设兵团重点领域科技攻关项目(2019BC010)国家自然科学基金(61603190)
论文发表日期：2023-10-20
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：5( 2309-2312,2383 )
英文信息