基于权重强化的多扩展目标高斯混合PHD算法

摘要

多扩展目标高斯混合PHD算法(ET-GM-PHD)能够有效地在复杂环境下实现精准跟踪,但当多个目标的距离紧邻时,该算法目标数估计会低于真实值,造成目标数估算错误。导致这一现象的原因是似然函数计算时,紧邻目标的测被划分成为一个集合,且得到了最大划分权重,因此多个目标被估计成一个目标。本文称这一现象为目标数漏估问题,并且通过对似然权重进行强化,降低了该问题的出现情况。仿真实验证明了提出方法在目标紧邻时性能优于原ET-GM-PHD算法。