位置:成果数据库 > 期刊 > 期刊详情页
基于PHD的多目标检测前跟踪改进方法
  • ISSN号:1672-2337
  • 期刊名称:《雷达科学与技术》
  • 时间:0
  • 分类:TN953[电子电信—信号与信息处理;电子电信—信息与通信工程] TN957[电子电信—信号与信息处理;电子电信—信息与通信工程]
  • 作者机构:[1]海军航空工程学院电子信息工程系,山东烟台264001, [2]中国人民解放军92853部队,辽宁葫芦岛125106, [3]海军航空工程学院信息融合技术研究所,山东烟台264001
  • 相关基金:国家自然科学基金(No.61201445,61179017);“泰山学者”建设工程经费资助项目
中文摘要:

基于概率假设密度粒子滤波的多目标检测前跟踪方法(PF-PHD-TBD)存在目标数目估计不准确、状态估计精度不高等问题。借鉴Rao-Blackwellised粒子滤波(RBPF)将目标的状态空间进行降维分解,分别采用线性与非线性滤波器进行跟踪的思想,在PF-PHD-TBD的预测与更新过程中采用RBPF方法,以最优卡尔曼滤波对目标速度分量进行处理,以粒子滤波对位置分量进行处理,显著降低了运算复杂度,相比仅使用粒子滤波时过分依赖目标位置信息的缺点,充分利用了位置与速度之间的关联特性,提高了目标数目估计的准确度和状态估计的精度。最后用仿真实验验证了所提方法的有效性。

英文摘要:

The particle probability hypothesis density filter based track-before-detect(PF-PHD-TBD) always exhibits poor performance in the estimation of targets' number and state. In consideration of the Rao- Blackwellised particle filter (RBPF) usually dividing targets' state dimensions and independently estimating the linear/nonlinear state component with linear/nonlinear filters, we apply RBPF in the predicting and updating steps in PF-PHD-TBD to estimate the speed component with optimal Kalman filter and the position com- ponent with particle filter, which apparently reduces the computation complexity, and enhances the accuracy of the estimation of the targets' number and precision of states, due to making full use of the correlation characteristics between speed and position. Finally, simulation shows the efficiency of the proposed method.

同期刊论文项目
期刊论文 83 会议论文 19 获奖 2
同项目期刊论文
期刊信息
  • 《雷达科学与技术》
  • 中国科技核心期刊
  • 主管单位:中国电子科技集团公司
  • 主办单位:中国电子科技集团公司第三十八研究所 中国电子学会无线电定位技术分会
  • 主编:朱庆明
  • 地址:安徽省合肥市9023信箱60分箱
  • 邮编:230088
  • 邮箱:radarst@163.com
  • 电话:0551-5391270
  • 国际标准刊号:ISSN:1672-2337
  • 国内统一刊号:ISSN:34-1264/TN
  • 邮发代号:
  • 获奖情况:
  • 国内外数据库收录:
  • 中国中国科技核心期刊,中国北大核心期刊(2014版)
  • 被引量:3470