航向角辅助的高斯混合PHD模糊滤波方法
为了更好的解决目标数未知或随时间变化的多目标跟踪问题，针对高斯混合概率假设密度滤波器(GMPHD)的局限性，提出了非线性条件下的航向角辅助的GMPHD滤波算法。本文给出采用测量数据计算航向角的方法，将航向角与观测向量组成复合观测向量，在跟踪过程中提高了对目标位置的估计精度；利用测量数据生成新目标密度，提高了目标数的估计精度；同时，本文在非线性高斯条件下，将求容积卡尔曼滤波(CKF)引入计算目标状态的预测和更新分布，取得了很好的效果；最后利用模糊方法确定了各个目标的运动轨迹。实验结果表明，本文提出的算法不但能给出目标的运动轨迹而且在目标的位置、速度和目标数的估计精度上都有明显的提高。
多目标跟踪 滤波算法 航向角 概率假设密度滤波 求容积卡尔曼滤波
王品 谢维信 刘宗香 郭栋
深圳大学ATR国防科技重点实验室,广东深圳518060 防空兵指挥学院,河南郑州450052
国内会议
北京
中文
1319-1324
2011-11-17（万方平台首次上网日期，不代表论文的发表时间）