基于SRCK‑GMCPHD滤波的多目标跟踪方法

摘要

本发明提供了一种基于SRCK‑GMCPHD滤波的多目标跟踪方法，利用容积数值积分方法来处理非线性变换后随机变量的均值和方差，并同时使用GMCPHD算法对目标状态和数目进行估计；将平方根方法引入到CPHD的预测、更新和高斯元修剪过程中，使得仅有误差方差阵的平方根在整个过程中传递，增强了算法的数值精度和稳定性。本发明的多目标跟踪效果优于传统的EK‑GMCPHD方法，并且具有较广的适用性，能够被应用于雷达、红外目标跟踪、移动机器人定位等领域。

主权项

一种基于SRCK‑GMCPHD滤波的多目标跟踪方法，其特征在于，包括以下步骤：步骤1：给定初始的基数分布以及高斯元集合，得到初始时刻多目标强度；步骤2：初始步时，利用步骤1中的初始参数对目标跟踪的每一步进行基数分布预测，非初始步时，利用步骤i得到的参数进行基数分布预测；步骤3：初始步时，利用步骤1中的初始参数对高斯元集合的均值和方差的平方根进行预测后得到概率假设密度函数的预测值，非初始步时，利用步骤i得到的参数对高斯元集合的均值和方差的平方根进行预测后得到概率假设密度函数的预测值，所述预测值包括对新生目标、衍生目标、存活目标以及已存在目标的预测；步骤4：当存在新的传感器观测值时，采用SRCKF的更新方程对步骤3中的高斯元均值和方差的平方根进行更新，得到更新后的概率密度函数，并对基数分布进行更新，得到基数分布的更新值；步骤5：对更新后的高斯元进行修剪，消除多余的高斯元；步骤i：对修剪后的高斯元进行多目标状态提取，得到多目标状态。