針對標簽多伯努利濾波器在目標處于近鄰或目標量測與軌跡關(guān)聯(lián)模糊情況下,更新步中由于近似產(chǎn)生信息丟失,導(dǎo)致跟蹤效果下降的問題,引入?yún)^(qū)間分析技術(shù),結(jié)合標簽多伯努利濾波器及廣義標簽多伯努利濾波器各自的優(yōu)勢,提出一種箱粒子濾波下的混合標簽多伯努利跟蹤算法.建立兩種濾波器的參數(shù)模型,通過Kullback Leibler散度和熵兩項評定標準在兩種濾波器間進行切換,在特殊環(huán)境中使用廣義標簽多伯努利濾波器提高跟蹤性能,在其他環(huán)境中使用標簽多伯努利濾波器近似降低算法的復(fù)雜度,提高運算效率;同時基于箱粒子濾波實現(xiàn)混合標簽多伯努利算法.仿真實驗表明,在特定環(huán)境中,與原有濾波算法相比,所提出的改進算法在保證計算效率的同時,可提高跟蹤的精確度及穩(wěn)定性. 

【文章來源】：控制與決策. 2020,35(02)北大核心EICSCD

【文章頁數(shù)】：6 頁

【參考文獻】：
期刊論文
[1]箱粒子廣義標簽多伯努利濾波的目標跟蹤算法[J]. 苗雨,宋驪平,姬紅兵.  西安交通大學(xué)學(xué)報. 2017(10)



本文編號：3564976