基于高斯混合概率假設密度濾波器的多擴展目標跟蹤.pdf

1、隨著傳感器技術的不斷發(fā)展，擴展目標跟蹤技術在導彈定位、戰(zhàn)場監(jiān)視、智能交通以及醫(yī)療診斷等軍事和民用領域的應用日益凸顯。對于雜波環(huán)境下的擴展目標跟蹤問題，由于單個擴展目標在每一個采樣時刻產(chǎn)生多個量測，需要解決的首要問題就是量測集劃分。能否正確劃分擴展目標量測集，直接決定了后續(xù)的擴展目標狀態(tài)估計性能。本文在擴展目標量測集劃分的基礎上，利用高斯混合概率假設密度濾波算法實現(xiàn)對多擴展目標的跟蹤。
　　針對擴展目標量測集劃分問題，本文利用了兩種

2、擴展目標量測集的劃分方法，即距離劃分和K-means++劃分，首先對擴展目標的觀測集進行劃分。其次在Matlab環(huán)境下，利用高斯混合概率假設密度濾波算法分別對兩種劃分方法實現(xiàn)的擴展目標跟蹤進行仿真。仿真結果表明，與K-means++劃分方法相比，距離劃分的擴展目標跟蹤性能較好。
　　針對雜波環(huán)境下，由于多個擴展目標產(chǎn)生量測數(shù)巨大以及雜波的存在導致的量測不確定性，使得前述方法中的量測劃分過程不能得到理想結果的問題。為了提高利用量測集