加急见刊

标签箱粒子概率假设密度群目标跟踪算法

程轩; 宋骊平; 姬红兵; 邹志彬 西安电子科技大学电子工程学院; 陕西西安710071

摘要:针对现有的箱粒子概率假设密度(probability hypothesis density,PHD)群目标跟踪算法计算量大、在群数目较多时状态提取不稳定以及无法获得群的航迹等问题,提出标签箱粒子PHD群目标跟踪算法。该算法首先对量测进行预处理,剔除其中的杂波量测,以降低量测更新的计算量。然后,通过为箱粒子添加标签,区分不同的群目标,获得不同群的航迹。最后,依据不同标签提取群目标的状态,有效避免k-means聚类不稳定带来的影响。仿真实验表明,所提算法具有运算量小,在漏检环境下仍能很好地维持不同群的航迹,并在群数目较多时可准确提取群目标状态等优点。

注: 保护知识产权,如需阅读全文请联系系统工程与电子技术杂志社