用于机动目标跟踪的多模型高斯混合概率假设密度滤波器

来源期刊：控制与决策2012年第12期

论文作者：王晓 韩崇昭

文章页码：1864 - 1869

关键词：机动目标跟踪;高斯混合;概率假设密度;多模型方法;估计;

摘    要：提出一种多模型高斯混合概率假设密度(PHD)滤波器的实现方法.该算法使用多模型方法对高斯混合PHD滤波器中存在目标对应的高斯分量进行预测及更新,使用融合估计后的估计值描述机动目标PHD分布的高斯分量.该算法具有PHD滤波器和多模型方法的优点,可以用来处理目标数未知时的机动目标跟踪问题.该算法与单模型高斯混合PHD滤波器相比,可提高滤波器对目标发生机动时的跟踪精度;与已有的多模型PHD滤波器相比,节省计算时间30%以上.