面向非线性MTT的多模型泊松多伯努利混合滤波算法

面向非线性MTT的多模型泊松多伯努利混合滤波算法
陈嵩杰;李波;张露
【期刊名称】《小型微型计算机系统》
【年(卷),期】2024(45)3
【摘要】在多目标跟踪(Multi-target Tracking,MTT)的非线性特性与低检测概率情况下,针对多伯努利滤波算法的高斯混合(Gaussian Mixture,GM)实现难以精确估计目标的势与运动状态的实际问题,本文提出了一种适用于非线性系统的泊松多伯努利混合滤波(Poisson Multi-Bernoulli Mixture Filter,PMBM)算法.首先,推导出多模型泊松多伯努利混合滤波的高斯混合(GM Multi-model PMBM,GM-MM-PMBM)实现过程.然后,分别对GM-MM-PMBM的伯努利高斯分量进行预测与更新,实现了基于非线性系统的MTT.为提升系统稳定性,基于平方根协方差矩阵推导出GM-MM-PMBM均方根容积卡尔曼滤波算法的实现过程.最后,仿真实验综合验证了本文算法的跟踪性能.
【总页数】7页(P629-635)
【作者】陈嵩杰;李波;张露
【作者单位】辽宁工业大学电子与信息工程学院
【正文语种】中文
【中图分类】TP391
【相关文献】
1.有色量测噪声下泊松多伯努利混合滤波器
2.基于泊松多伯努利混合滤波器的新生目标跟踪
3.基于轨迹泊松多伯努利混合滤波器的浅海匹配场连续跟踪方法
4.高斯过程回归泊松多伯努利衍生滤波器
因版权原因，仅展示原文概要，查看原文内容请购买。