航向角辅助的高斯混合PHD模糊滤波方法

摘要

为了更好的解决目标数未知或随时间变化的多目标跟踪问题,针对高斯混合概率假设密度滤波器(GMPHD)的局限性,提出了非线性条件下的航向角辅助的GMPHD滤波算法。本文给出采用测量数据计算航向角的方法,将航向角与观测向量组成复合观测向量,在跟踪过程中提高了对目标位置的估计精度；利用测量数据生成新目标密度,提高了目标数的估计精度；同时,本文在非线性高斯条件下,将求容积卡尔曼滤波(CKF)引入计算目标状态的预测和更新分布,取得了很好的效果；最后利用模糊方法确定了各个目标的运动轨迹。实验结果表明,本文提出的算法不但能给出目标的运动轨迹而且在目标的位置、速度和目标数的估计精度上都有明显的提高。