基于概率假设密度PHD的修正粒子滤波器

摘要

本发明提供一种在新生目标强度未知时对多目标进行跟踪的粒子PHD滤波器。该滤波器首先利用门限技术对量测值进行分类，将存活目标量测值从量测集中分离出来用于存活目标的PHD更新，余集则被舍弃；然后通过引入标签变量来区分存活目标和新生目标，并在目标新生强度未知时基于量测值确定新生目标生成点，将目标PHD分解为新生目标PHD和存活目标PHD；最后用两组不同的粒子集分别对存活目标PHD和新生目标PHD进行粒子近似，经预测、更新和重采样后，对所提PHD滤波器进行粒子实现。该滤波器克服了标准粒子PHD需要先验新生目标强度的缺陷，同时由于剔除了杂波信息，在改善性能的同时能提高滤波的实时性。

主权项

基于概率密度假设PHD的修正粒子滤波器，是一种用于目标新生强度未知的多目标跟踪滤波器，其特征在于包括以下步骤：步骤1：基于门限技术的量测值分类，将存活目标量测值从量测集Z_k中分离出来用于存活目标的PHD更新，而其余集(包括杂波量测和新生目标量测)则被舍弃；步骤2：目标新生强度未知时基于量测值分类的PHD分解，在完成步骤1的基础上，基于量测值驱动确定新生目标生成点，将目标PHD分解为新生目标PHD和存活目标PHD；步骤3：目标新生强度未知时基于量测值分类的PHD滤波器的粒子实现。