基于航迹概率假设密度的多传感器多目标跟踪

TN957; 针对基于概率假设密度(probability hypothesis density,PHD)的分布式多传感器多 目标跟踪(dis-tributed multi-sensor multi-target tracking,DMMT)存在无法形成航迹、计算复杂度高、目标漏检等问题.本文基于航迹PHD后验估计提出了一种DMMT方法.为此,首先构建了各节点估计航迹间相似性度量矩阵,并采用匈牙利算法实现最优航迹匹配;其次采用协方差逆准则对关联航迹实现并行融合;最后基于概率生成泛函推导了一种鲁棒的DMMT方法.仿真实验验证了所提算法在目标状态估计精度、计算有效性和实时性方面的优势....

Full description

Saved in:
Bibliographic Details
Published in系统工程与电子技术 Vol. 46; no. 2; pp. 526 - 533
Main Authors 王志伟, 刘永祥, 杨威, 卢哲俊
Format Journal Article
LanguageChinese
Published 国防科技大学电子科学学院,湖南长沙 410073 01.02.2024
Subjects
optimal trajectories matching
generalized covariance intersection
trajectory probability hypothesis density
广义协方差逆
最优航迹匹配
航迹概率假设密度
probabilistic generative functionals
概率生成泛函
Online AccessGet full text
ISSN1001-506X
DOI10.12305/j.issn.1001-506X.2024.02.17

Cover

More Information
Summary:TN957; 针对基于概率假设密度(probability hypothesis density,PHD)的分布式多传感器多 目标跟踪(dis-tributed multi-sensor multi-target tracking,DMMT)存在无法形成航迹、计算复杂度高、目标漏检等问题.本文基于航迹PHD后验估计提出了一种DMMT方法.为此,首先构建了各节点估计航迹间相似性度量矩阵,并采用匈牙利算法实现最优航迹匹配;其次采用协方差逆准则对关联航迹实现并行融合;最后基于概率生成泛函推导了一种鲁棒的DMMT方法.仿真实验验证了所提算法在目标状态估计精度、计算有效性和实时性方面的优势.
ISSN:1001-506X
DOI:10.12305/j.issn.1001-506X.2024.02.17