基于变分贝叶斯期望最大化的扩展目标跟踪方法

摘要

本发明公开了一种基于变分贝叶斯期望最大化VBEM的扩展目标跟踪方法，主要解决传统的扩展目标跟踪领域中，在量测噪声协方差是未知的情况下，目标的跟踪性能将会急剧下降的问题。该方法首先预测了目标状态和量测噪声协方差的联合概率假设密度中高斯逆伽玛分量的相关参数；再对高斯逆伽玛分量参数进行更新；最后通过修建与合并得到扩展目标状态和数目。仿真实验表明，本发明能很好地跟踪未知数目和未知量测噪声协方差下的多扩展目标，且具有较高的跟踪精度，可用于对飞行器和潜艇目标的跟踪。

主权项

一种基于变分贝叶斯期望最大化的扩展目标跟踪方法，包括如下步骤：(1)在时刻k＝0时，初始化扩展目标状态和量测噪声协方差的联合概率假设密度为v₀(x,R)；(2)在k≥1时，对扩展目标状态和量测噪声协方差的联合概率假设密度v_k‑1|k‑1(x,R)及用于计算扩展目标数目的势分布P_k‑1|k‑1(num)进行预测，得到预测的扩展目标联合概率假设密度v_k|k‑1(x,R)和预测势分布P_k|k‑1(num)；(3)对预测的扩展目标状态和量测噪声协方差的联合概率假设密度v_k|k‑1(x,R)及用于计算扩展目标数目的势分布P_k|k‑1(num)进行更新：(3a)利用变分贝叶斯VB方法对联合概率假设密度v_k|k‑1(x,R)进行近似，得到用高斯分布的求和形式表示的扩展目标状态的概率假设密度Q_x,k|k‑1(x)和用逆伽玛分布的求和形式表示的量测噪声协方差的概率假设密度Q_R,k|k‑1(R)；(3b)利用变分贝叶斯期望最大化VBEM方法对扩展目标状态的概率假设密度Q_x,k|k‑1(x)中的高斯分量和量测噪声协方差的概率假设密度Q_R,k|k‑1(R)中的逆伽玛分量进行迭代更新，得到表示扩展目标运动状态x的高斯分量和表示量测噪声协方差R的逆伽玛分量；(3c)对步骤(2)预测得到的势分布P_k|k‑1(num)进行更新，得到更新后的势分布P_k|k(num)；(4)对更新后的高斯分量和逆伽玛分量进行修剪与合并，并提取合并后的高斯分量和逆伽玛分量的位置和速度作为扩展目标的状态；(5)对步骤(3)更新得到的势分布P_k|k(num)进行加权平均，得到扩展目标的数目：${\mathrm{num}}_{k|k}=\underset{\mathrm{num}=1}{\overset{\infty }{\Sigma }}\mathrm{num}\times p_{k|k}\left(\mathrm{num}\right);$(6)重复步骤(2)‑(5)，继续跟踪扩展目标。