改进的MMPHD机动目标跟踪方法

《改进的MMPHD机动目标跟踪方法》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、航空学报ActaAeronauticaetAstronauticaSinicaJul252012Vol33No．71296—1304ISSN1000—6893CN11—1929／Vhttp：／／hkxbbuaaedu．cnhkxb@buaa．edu．crl文章编号：1000—6893(2012)07129609改进的MMPHD机动目标跟踪方法罗少华，徐晖，徐洋，安玮”国防科学技术大学电子科学与工程学院，湖南长沙410073摘要：基于序列蒙特卡罗方法的经典多模概率假设密度滤波方法及其各种衍生方法，在预测过程中依据多个并行的状态转移模型，通过将大量粒子散布到下一时刻目标所有可能出现的状态空间实现

2、目标状态的捕获，造成计算量大、目标跟踪精度差。为此，提出一种改进的多模粒子概率假设密度机动目标跟踪方法。该方法利用最新量测信息估计目标运动模型概率及模型参数，并将估计得到的目标模型应用到粒子概率假设密度滤波方法的预测过程中生成预测粒子，从而将大部分粒子聚合在目标最可能出现的状态空间邻域中．实现粒子的有效利用。数值仿真表明．所提方法不仅显著地减少了目标丢失个数，而且提高了目标跟踪精度。关键词：跟踪；概率假设密度；粒子滤波；随机有限集；交互多模中图分类号：V249．121；TN911．7文献标识码：A在机动目标跟踪过程中，目标会在多个不同的运动模型之间不断切换，造成基于单一模型的跟踪方法不能准确

3、地预测目标的运动轨迹，使得滤波方法极易发散，难以获取令人满意的跟踪结果。交互多模(InteractingMultipleModel，IMM)方法[1。31通过使用多个描述目标不同机动模式的模型并行滤波，且在不同的模型之问进行交互．实现机动目标跟踪。与单一模型的跟踪方法相比，基于IMM的机动目标跟踪方法性能得到大幅提高，因而被广泛应用于机动目标跟踪中[4。5]。基于随机有限集(RandomFiniteSet，RFS)理论的概率假设密度(ProbabilityHypothesisDensity，PHD)滤波方法将多个目标的状态和量测表达为随机集，通过递推计算目标状态随机有限集的PHD，使多目标跟

4、踪问题转化为单传感器单目标跟踪问题，从而避免了数据关联M。8]。随后，为了解决PHD递推滤波涉及到的集合积分中的计算复杂、计算量大的问题，Vo、Zajic和Sidenbladh等分别独立提出粒子概率假设密度(ParticleProb—abilityHypothesisDensity，PPHD)滤波器[9。12I，解决了PHD滤波器的实际应用问题，引起广泛的研究兴趣[13。1“。为了将IMM和PHD方法的优点相结合解决多机动目标跟踪问题，文献[17]提出了多模概率假设密度(Multiple—ModelPHD，MMPHD)滤波方法。该方法利用加权粒子集合近似目标集合的PHD，并使用序列蒙特卡罗(

5、SequentialMonteCarla，SM(：)方法和多个并行的目标运动模型，递推估计粒子集合中的粒子权值，实现了非线性、非高斯条件下的多机动目标跟踪，避免了多目标跟踪中的数据关联，较好地解决了多机动目标跟踪问题。随后，为了便于硬件实现，文献[18]提出了一种新的MMPHD滤波方法，该方法采用常速模型和当前统计模型2个模型，应用粒子方法实现机动目标跟踪。由于忽略了模型的先验信息，文献[18]提出的MMPHD滤波方法中每个模型收稿日期：2011一09—14；退修日期：2011—11-09；录用日期：2011-12-13；网络出版时间：2011-12-2818：17网络出版地址：WWWcnk

6、i．net／kcms／delail／111929V201112281817．005html*通讯作者Tel：0731—84573490E-mail：nudtanwei@tomcorn引用榕式}LuoSH，XuY，etalImprovedMMPHDmethodfortrackingmaneuveringtargetsActaAeronauticaetAstronauticaSini—ca，2012t33(7)：1296_1304多少华，徐晖，徐洋，等改进鹊MMPHD祝动目抒跟踪方法舫空学擐·2012，33(7)：1296—1304j罗少华等：改进的MMPHD机动目标跟踪方法的粒子数相同，虽然方

7、便了硬件实现，但增加了计算量，且跟踪性能与文献[17]的MMPHD方法基本相同。为了减少计算量，文献[19]也在文献[17]的基础上提出了改进方法，虽然平均运算时问减少了近10％，但是目标数的准确估计概率由原来的91．75％降到90．35％。可以看出．经典MMPHD滤波属于一种粗放型的粒子滤波方法，利用大量粒子捕获目标状态，这样做的弊端是由于大量使用粒子造成该滤波方法计算量大且易受杂波干扰。为了提高粒子MMP