摘要：針對基于概率假設密度(probability hypothesis density,PHD)的非線性機動多目標跟蹤精度低、濾波發散、目標數目估計不準確等問題,提出一種基于交互式多模型的稀疏高斯厄米特PHD算法.該算法在PHD濾波器下,采用稀疏高斯厄米特方法對目標進行狀態預測和量測更新,構造一種稀疏高斯厄米特PHD濾波器;然后將交互式多模型算法融入稀疏高斯厄米特PHD濾波框架中,解決了目標機動過程中運動模式不確定的問題.仿真結果表明該算法能對機動多目標進行有效的跟蹤,相比交互式多模型不敏卡爾曼PHD等濾波方法具有更高的狀態估計精度,且目標數目估計更準確.
注：因版權方要求，不能公開全文，如需全文，請咨詢雜志社
