高斯混合粒子Cardinalized概率假设密度滤波被动测角多目标跟踪
张俊根
姬红兵
1.西安电子科技大学,电子工程学院,陕西,西安,7100712.西安电子科技大学,电子工程学院,陕西,西安,710071
摘要：为解决目标数未知或随时间变化的多目标跟踪问题,通常将多目标状态和观测数据表示为随机集形式,通过Cardinalized概率假设密度(CPHD)滤波,递推计算目标的强度(即概率假设密度,PHD)及目标数的概率分布.然而对于被动测角的非线性跟踪问题,CPHD无法获得闭合解.为此,本文提出一种新的高斯混合粒子CPHD算法,利用高斯混合近似PHD,避免了用聚类确定目标状态,同时,将拟蒙特卡罗(QMC)积分方法引入计算目标状态的预测和更新分布,取得了良好的效果.
关键词：多目标跟踪随机集Cardinalized概率假设密度被动测角拟蒙特卡罗
分类号：TN953(雷达)
资助基金：国家自然科学基金(60871074)
论文发表日期：2011-01-01
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：7( 46-52 )
英文信息