基于無跡變換的多目標高斯混合粒子PHD濾波*

劉欣，馮新喜，孔云波，王兢

(1空軍工程大學信息與導航學院，西安 710077;294969部隊，上海 200400)

基于無跡變換的多目標高斯混合粒子PHD濾波*

劉欣1，馮新喜1，孔云波1，王兢2

(1空軍工程大學信息與導航學院，西安 710077;294969部隊，上海 200400)

針對在雜波環境下，一般的高斯混合粒子PHD出現濾波精度不高、濾波發散的問題，提出了一種基于無跡變換的高斯混合粒子PHD。該算法在高斯混合粒子PHD預測的基礎之上，采用無跡變換進行重要性采樣，結合觀測值對采樣粒子進行更新，獲得重要性密度函數，然后對PHD進行更新。最后，將該算法與高斯混合粒子PHD進行比較;仿真結果表明，該算法在有效提高高斯混合粒子PHD精度的同時，還能提高系統的穩定性。

多目標跟蹤;概率假設密度濾波;無跡變換;高斯混合粒子PHD

0 引言

在多目標跟蹤問題中，由于各目標的狀態、目標的數目以及雜波的產生等都是隨著時間的變化而變化的，傳統的方法一般都是運用關聯算法，將傳感器與目標對應起來，例如最近鄰算法、PDA、JPDA算法以及多假設跟蹤算法等，但是這些算法中會存在計算量過大、關聯不精確等問題，這一直是學術界和工程應用領域的一個熱點問題。

1997年Mahler首次系統地在隨機集理論框架下將多傳感器多目標的跟蹤問題描述為貝葉斯估計問題，并給出了相應的遞推公式，開辟了基于隨機集理論目標跟蹤問題［1］。為降低算法的復雜度，Mahler通過一些智能的方法得到了概率假設密度濾波器［2］以及勢概率假設密度濾波器［3］。……