基于无迹粒子PHD滤波的序贯融合算法

被引：11

作者：

孟凡彬 ^{[1
,2
]}

郝燕玲 ^{[1
]}

张崇猛 ^{[2
]}

周卫东 ^{[1
]}

机构：

[1] 哈尔滨工程大学自动化学院

[2] 天津航海仪器研究所

来源：

系统工程与电子技术 | 2011年 / 33卷 / 01期

关键词：

随机有限集; 多目标跟踪; 无迹粒子滤波; 概率假设密度滤波; 序贯融合;

D O I：

暂无

中图分类号：

TP202 [设计、性能分析与综合];

学科分类号：

0811 ; 081101 ; 081102 ;

摘要：

针对在杂波、漏检和非线性情况下,粒子概率假设密度滤波(particle probability hypothesis density filter,P-PHDF)算法估计精度不高、滤波发散及粒子退化等问题,提出了一种基于无迹粒子概率假设密度滤波(unscented particle-PHDF,UP-PHDF)的序贯融合算法。利用无迹粒子滤波(unscented particle filter,UPF)实现PHDF,由UKF算法得到更好更优的重要性密度函数并从中采样,使粒子的分布更接近多目标概率假设密度分布;另外,为进一步提高滤波算法的性能,实现基于雷达和红外传感器的UP-PHDF序贯融合算法,通过两传感器交替滤波保证目标状态的可观测性。在复杂环境下,仿真结果表明该算法的估计精度和稳定性明显优于单传感器P-PHDF算法。

引用

页码：30 / 34

页数：5

共 3 条

[1]

UPF based autonomous navigation scheme for deep space probe[J]. Li Peng, Cui Hutao ＆ Cui Pingyuan Deep Space Exploration Research Center, Harbin Inst. of Technology, Harbin 150080, P. R. China (Received July 8, 2006).Journal of Systems Engineering and Electronics. 2008(03)

[2] Unscented卡尔曼滤波-卡尔曼滤波算法 [J].

尹建君 ;

张建秋 ;

林青 .

系统工程与电子技术, 2008, (04) :617-620

[3] 随机集理论及其在信息融合中的应用 [J].

彭冬亮 ;

文成林 ;

徐晓滨 ;

薛安克 .

电子与信息学报, 2006, (11) :2199-2204

← 1 →