西安电子科技大学学报

2021, v.48(02) 27-34

[打印本页] [关闭]
本期目录(Current Issue) | 过刊浏览(Past Issue) | 高级检索(Advanced Search)

一种改进的泊松点过程概率多假设跟踪方法
Improved probabilistic multi-hypothesis tracker via the Poisson point process

张逸宸;水鹏朗;

摘要(Abstract):

多目标跟踪方法的核心是获取量测点与目标间的最优关联。传统的多目标跟踪方法从穷举出的所有可能关联中估计出最优关联,随目标数目指数倍增的关联复杂度制约了雷达跟踪多目标的能力。因此提出了一种低运算复杂度、高跟踪精度的多目标跟踪算法和与其配套的航迹管理方法,目标和杂波产生的量测点被建模为泊松点过程,以量测的来源为缺失信息,通过EM(Expectation Maximisation)算法迭代求解目标状态,独立的量测关联和目标混合概率大大降低了算法的复杂度。此外,额外的回波多普勒信息作为目标特征被引入关联和滤波环节辅助跟踪,提升了算法区分量测来源的能力,获得了更高的跟踪精度。实验结果表明,所提方法可以实现稳健的目标跟踪,且运算时间随目标数目线性增加。

关键词(KeyWords): 概率多假设跟踪;目标特征辅助跟踪;多目标跟踪;目标跟踪;跟踪系统

Abstract:

Keywords:

基金项目(Foundation): 国家自然科学基金(62071346,61871303)

作者(Author): 张逸宸;水鹏朗;

Email:

DOI: 10.19665/j.issn1001-2400.2021.02.004

参考文献(References):

扩展功能
本文信息
服务与反馈
本文关键词相关文章
本文作者相关文章
中国知网
分享