基于星-凸形RHM的擴展目標跟蹤算法

劉祖鵬, 劉艷君

(1.河南工學院電子通信工程系，河南 新鄉 453000; 2.新鄉學院計算機與信息工程學院，河南 新鄉 453003)

基于星-凸形RHM的擴展目標跟蹤算法

劉祖鵬1, 劉艷君2

(1.河南工學院電子通信工程系，河南 新鄉 453000; 2.新鄉學院計算機與信息工程學院，河南 新鄉 453003)

針對擴展目標聯合估計運動狀態和目標外形的問題，提出了一種基于星-凸形隨機超曲面模型的擴展目標高斯混合概率密度濾波算法。該算法利用星-凸形隨機超曲面模型對量測的擴散程度進行建模，同時利用約束對目標外形參數進行限制。在高斯混合概率假設密度的框架下，通過對量測模型下的量測似然、新息等參數的求解和更新遞推實現擴展目標的跟蹤。仿真實驗表明，所提算法在保證跟蹤有效性和可行性的同時提高了對擴展目標運動狀態和目標外形的估計精度。

目標跟蹤； 擴展目標； 星-凸形； 隨機超曲面模型； 高斯混合概率密度

0 引言

近年來，隨著傳感器分辨率的不斷提高以及目標與傳感器距離的不斷縮小，擴展目標的跟蹤問題已成為跟蹤領域的研究熱點[1-4]?；诟怕始僭O密度濾波器的多目標跟蹤，由于無需數據關聯且能在處理跟蹤問題的過程中同步獲得動態目標數的估計，因此受到越來越多的關注。2009年，MAHLER[5]提出將概率假設密度濾波器用于擴展目標的跟蹤，推導獲得了擴展目標PHD (Extended-Target PHD,ET-PHD)濾波器;2010年，GRANSTROM[6]等人在線性高斯假設條件下給出了ET-PHD濾波器的高斯混合實現，并通過仿真驗證了該濾波器的有效性；……