針對目標檢測概率較低導致單個傳感器無法對目標進行有效檢測并跟蹤的問題,本文提出了多傳感器箱粒子概率假設密度(multi-sensor box particle probability hypothesis density filter,MS-BOX-PHD)濾波器。MS-BOX-PHD濾波器首先將多個傳感器的量測轉換、融合成為一個量測集合,并利用箱粒子概率假設密度(box particle probability hypothesis density filter, BOX-PHD)濾波器對多個目標的狀態(tài)進行預測和更新。數(shù)值實驗表明,相較于單傳感器箱粒子概率假設密度(Single-BOX-PHD)濾波器,MS-BOX-PHD濾波器在目標檢測概率較低時,能夠有效地對多目標的狀態(tài)和數(shù)目進行估計;相較于區(qū)間量測下多傳感器標準PHD粒子(multi-sensor standard probability hypothesis density particle filter with interval measurement, IM-PHD-PF)濾波器,在達到相同的跟蹤性能時,計算效率提升了3...

【文章頁數(shù)】：8 頁


本文編號：3842401