基于概率假設(shè)密度濾波的多目標(biāo)跟蹤技術(shù)研究.pdf

1、多目標(biāo)跟蹤技術(shù)廣泛應(yīng)用于天基預(yù)警、彈道導(dǎo)彈防御、視頻監(jiān)控、交通信息管理等軍用和民用領(lǐng)域。概率假設(shè)密度(PHD)濾波方法是近年來興起的一類多目標(biāo)跟蹤方法，其依據(jù)嚴(yán)格的隨機(jī)有限集數(shù)學(xué)理論，能在目標(biāo)個(gè)數(shù)不確定的情況下，較為準(zhǔn)確地提取目標(biāo)狀態(tài)(位置、速度)信息，受到廣泛研究。
　　論文的主要工作與研究成果有：
　　1、提出一種權(quán)值修正的高斯混合概率假設(shè)密度(GM-PHD)濾波多目標(biāo)狀態(tài)提取方法。GM-PHD濾波方法在更新高斯分量權(quán)值

2、時(shí)會(huì)出現(xiàn)“一個(gè)目標(biāo)生成多個(gè)觀測(cè)”的情形，導(dǎo)致目標(biāo)狀態(tài)的錯(cuò)誤估計(jì)。因此可通過修正更新后的高斯分量權(quán)重值，使其滿足“一個(gè)目標(biāo)至多生成一個(gè)觀測(cè)，一個(gè)觀測(cè)源于至多一個(gè)目標(biāo)”的實(shí)際條件。同時(shí)對(duì)原有高斯分量的合并規(guī)則加以強(qiáng)化，防止代表不同目標(biāo)的高斯分量因?yàn)檫^于靠近而合并為一，致使目標(biāo)狀態(tài)漏估。
　　2、提出一種免聚類粒子概率假設(shè)密度(P-PHD)濾波多目標(biāo)狀態(tài)提取方法。P-PHD濾波方法利用一組帶有權(quán)值的粒子集合表示PHD，通常使用kmean

3、s聚類方法從該粒子集中提取目標(biāo)狀態(tài)。kmeans聚類方法在目標(biāo)密集的條件下會(huì)將不同類別的粒子錯(cuò)誤地聚集成一個(gè)類，致使?fàn)顟B(tài)估計(jì)結(jié)果出現(xiàn)偏差。通過分解推導(dǎo)粒子更新過程，確定粒子所屬觀測(cè)類別，構(gòu)建新的粒子集，每個(gè)新粒子集與一個(gè)目標(biāo)狀態(tài)相對(duì)應(yīng)，可免去聚類操作，使得狀態(tài)估計(jì)結(jié)果更為準(zhǔn)確。
　　3、提出一種基于粒子云混疊的航跡關(guān)聯(lián)方法。利用PHD濾波方法估計(jì)出的目標(biāo)狀態(tài)不包含身份信息，無法直接建立目標(biāo)航跡。同一目標(biāo)在相鄰時(shí)刻其對(duì)應(yīng)的粒子云有很