基于改进量测划分策略的概率假设密度滤波器

摘要

针对密集杂波场景下标准概率假设密度(PHD)滤波器的计算负担大及滤波精度低等问题,论文提出一种基于改进量测划分策略的高斯混合概率假设密度(IMPS-GM-PHD)滤波器。通过将目标权重参数叠加融合到固定经验门阈值中,IMPS-GM-PHD滤波器改进了标准的量测门技术,一定程度上避免了由经验门阈值的量测门技术导致的量测漏选问题。实验结果表明,IMPS-GM-PHD滤波器不仅具有较高的目标状态估计精度而且其计算代价相对较低。