基于ET-GMPHD算法的编队目标跟踪方法

TN953; 针对低检测环境下编队目标的跟踪问题,提出了一种基于扩展目标高斯混合概率假设密度(extended target Gaussian mix probability hypothesis density,ET-GMPHD)算法的编队目标跟踪方法.首先,保留修剪掉高斯项的同时将其外推,用Jensen-Shannon (JS)散度衡量下一时刻状态估计值与外推值间的相似程度,并以此反映是否有目标丢失,保证真实目标不被修剪,解决了因目标漏检导致跟踪结果不准确的问题.其次,结合循环阈值聚合法得到编队整体的状态估计,消除了估计状态集合中状态值过多造成的影响.最后,仿真实验表明,该方法能够在检测概...

Full description

Saved in:
Bibliographic Details
Published in系统工程与电子技术 Vol. 42; no. 11; pp. 2434 - 2440
Main Authors 熊伟, 顾祥岐, 徐从安, 郝延彪
Format Journal Article
LanguageChinese
Published 海军航空大学信息融合研究所,山东烟台264001%92020部队,山东青岛266071 01.11.2020
Subjects
JS散度
扩展目标高斯混合概率假设密度算法
循环阈值聚合
编队目标
低检测
Online AccessGet full text
ISSN1001-506X
DOI10.3969/j.issn.1001-506X.2020.11.04

Cover

More Information
Summary:TN953; 针对低检测环境下编队目标的跟踪问题,提出了一种基于扩展目标高斯混合概率假设密度(extended target Gaussian mix probability hypothesis density,ET-GMPHD)算法的编队目标跟踪方法.首先,保留修剪掉高斯项的同时将其外推,用Jensen-Shannon (JS)散度衡量下一时刻状态估计值与外推值间的相似程度,并以此反映是否有目标丢失,保证真实目标不被修剪,解决了因目标漏检导致跟踪结果不准确的问题.其次,结合循环阈值聚合法得到编队整体的状态估计,消除了估计状态集合中状态值过多造成的影响.最后,仿真实验表明,该方法能够在检测概率极低的情况下进行有效跟踪,并具有良好的跟踪性能.
ISSN:1001-506X
DOI:10.3969/j.issn.1001-506X.2020.11.04