文件名称：论文研究-基于ET-GM-PHD的机动多扩展目标跟踪算法.pdf
文件大小：752KB
文件格式：PDF
更新时间：2022-09-30 06:06:21
论文研究
针对原始扩展目标高斯混合概率假设密度（Extended Target Gaussian Mixture Probability Hypothesis Density，ET-GM-PHD）滤波算法不能解决机动目标跟踪问题，在高斯混合概率假设密度（Gaussian Mixture Probability Hypothesis Density，GM-PHD）滤波框架下，引入修正的输入估计算法（Modified Input Estimation，MIE），可以有效地处理多扩展目标的机动问题。此外，提出的算法虽然可以实现对未知数目的多机动扩展目标进行跟踪，但无法获得各个目标的航迹。针对此问题，进一步引入高斯分量标记方法，有效地将多机动扩展目标的航迹进行准确关联，获取各个目标的航迹。实验结果表明，提出的算法在弱机动扩展目标跟踪中具有较好的跟踪性能，同时能够有效地估计多扩展目标的航迹。