一种多扫描平滑的多目标GM-PHD滤波器的技术研究

摘要

基于高斯分量加权和近似目标概率假设密度与目标权重提取目标状态,GM-PHD滤波器能够跟踪杂波场景中数目时变的多目标。然而,噪声和漏检等不确定性因素环境下,GM-PHD滤波器会丢失目标的估计。文章提出一种多扫描平滑的多目标GM-PHD滤波器,通过迭代地传递目标历史估计以及对目标若干历史权重进行平滑处理,在各滤波时刻能够有效地提取丢失目标的状态估计。实验结果表明,文中算法具有良好的跟踪性能。