標簽箱粒子概率假設密度群目標跟蹤算法
摘要：針對現有的箱粒子概率假設密度(probability hypothesis density,PHD)群目標跟蹤算法計算量大、在群數目較多時狀態提取不穩定以及無法獲得群的航跡等問題,提出標簽箱粒子PHD群目標跟蹤算法。該算法首先對量測進行預處理,剔除其中的雜波量測,以降低量測更新的計算量。然后,通過為箱粒子添加標簽,區分不同的群目標,獲得不同群的航跡。最后,依據不同標簽提取群目標的狀態,有效避免k-means聚類不穩定帶來的影響。仿真實驗表明,所提算法具有運算量小,在漏檢環境下仍能很好地維持不同群的航跡,并在群數目較多時可準確提取群目標狀態等優點。
注: 保護知識產權,如需閱讀全文請聯系系統工程與電子技術雜志社
相關推薦
更多
