針對標準概率假設(shè)密度濾波器要求,新生目標強度作為先驗信息需已知的工程限制,提出一種未知新生目標強度的多目標概率假設(shè)密度算法。該算法以概率假設(shè)密度濾波器為基礎(chǔ),通過充分利用目標運動信息及其與監(jiān)視區(qū)域的相對關(guān)系來獲取源于潛在新生目標的量測,并以此建模下一時刻濾波器所需的新生目標強度。仿真結(jié)果表明,所提算法在含有未知新生目標跟蹤場景具有魯棒的濾波性能,且其跟蹤精度和計算代價均優(yōu)于相關(guān)多目標PHD濾波器。 

【文章來源】：火力與指揮控制. 2020,45(07)北大核心CSCD

【文章頁數(shù)】：6 頁

【部分圖文】：

多目標跟蹤仿真場景

（總第45-）火力與指揮控制2020年第7期要1個時刻的延遲才能實現(xiàn)跟蹤這些新生目標。除了1個時刻的延遲，本文所提算法能夠在目標非出現(xiàn)與消失時刻準確地估計新生目標強度，因此，其OSPA距離在4個算法中是最優(yōu)的，這表明本文算法的目標狀態(tài)估計精度相對較高。得益于預(yù)測的較為精確的新生目標強度，以及各離散時刻的分類后的不同量測集，使得無關(guān)量測及雜波在各類目標強度在更新過程的干擾程度降至最低，因此，本文算法取得了較低的計算負擔及精準的目標數(shù)目估計。圖3給出了不同雜波均值跟蹤場景下各濾波器的性能對比。由于ATBI-GM-PHD、MDTB-GM-PHD和TIB-GM-PHD濾波器在跟蹤未知新生目標時均存在各自不足之處，因此，這3個濾波器的濾波性能較差，且隨著雜波均值的增大，濾波性能進一步變差。相較于ATBI-GM-PHD、MDTB-GM-PHD和TIB-GM-PHD濾波器，本文算法的OSPA距離、運算時間及目標數(shù)目估計均體現(xiàn)出明顯的優(yōu)勢。尤其是本文算法的3個性能指標并沒有隨著雜波干擾的增加而出現(xiàn)明顯的變化，體現(xiàn)了一定的魯棒性。較低的計算代價使得本文算法能夠較好地滿足真實多目標跟蹤應(yīng)用的需要。（a）OSPA距離（b）運算時間（c）目標數(shù)目估計圖3不同多目標濾波器的濾波性能對比圖4給出了不同檢測概率場景下各濾波器的性能對比。實驗結(jié)果表明：隨著檢測概率的提高，各多目標濾波器的OSPA距離、運算時間及目標估計數(shù)目均在一定程度上得到改善。明顯地，本文算法（c）目標數(shù)目估計圖2不同多目標濾波器的濾波性能對比（a）OSPA距離（b）運算時間·60·1200

（總第45-）火力與指揮控制2020年第7期要1個時刻的延遲才能實現(xiàn)跟蹤這些新生目標。除了1個時刻的延遲，本文所提算法能夠在目標非出現(xiàn)與消失時刻準確地估計新生目標強度，因此，其OSPA距離在4個算法中是最優(yōu)的，這表明本文算法的目標狀態(tài)估計精度相對較高。得益于預(yù)測的較為精確的新生目標強度，以及各離散時刻的分類后的不同量測集，使得無關(guān)量測及雜波在各類目標強度在更新過程的干擾程度降至最低，因此，本文算法取得了較低的計算負擔及精準的目標數(shù)目估計。圖3給出了不同雜波均值跟蹤場景下各濾波器的性能對比。由于ATBI-GM-PHD、MDTB-GM-PHD和TIB-GM-PHD濾波器在跟蹤未知新生目標時均存在各自不足之處，因此，這3個濾波器的濾波性能較差，且隨著雜波均值的增大，濾波性能進一步變差。相較于ATBI-GM-PHD、MDTB-GM-PHD和TIB-GM-PHD濾波器，本文算法的OSPA距離、運算時間及目標數(shù)目估計均體現(xiàn)出明顯的優(yōu)勢。尤其是本文算法的3個性能指標并沒有隨著雜波干擾的增加而出現(xiàn)明顯的變化，體現(xiàn)了一定的魯棒性。較低的計算代價使得本文算法能夠較好地滿足真實多目標跟蹤應(yīng)用的需要。（a）OSPA距離（b）運算時間（c）目標數(shù)目估計圖3不同多目標濾波器的濾波性能對比圖4給出了不同檢測概率場景下各濾波器的性能對比。實驗結(jié)果表明：隨著檢測概率的提高，各多目標濾波器的OSPA距離、運算時間及目標估計數(shù)目均在一定程度上得到改善。明顯地，本文算法（c）目標數(shù)目估計圖2不同多目標濾波器的濾波性能對比（a）OSPA距離（b）運算時間·60·1200

【參考文獻】：
期刊論文
[1]一種魯棒的多目標概率假設(shè)密度算法[J]. 王穎.  火力與指揮控制. 2018(08)
[2]Improved pruning algorithm for Gaussian mixture probability hypothesis density filter[J]. NIE Yongfang,ZHANG Tao.  Journal of Systems Engineering and Electronics. 2018(02)
[3]基于關(guān)聯(lián)的自適應(yīng)新生目標強度CPHD濾波[J]. 董鵬,敬忠良,雷明,潘漢.  系統(tǒng)工程與電子技術(shù). 2016(04)



本文編號：3523230