高斯混合概率假设密度滤波器用于扩展目标跟踪matlab代码及对应论文

高斯混合概率假设密度滤波器用于扩展目标跟踪matlab代码及对应论文

在弹道导弹防御系统中，群目标跟踪是目前较为困难的问题之一。这些目标不仅具有相似的运动特性，且相互邻近，又由于红外光学探测器的特性和分辨率的影响，使得它们在像平面不再是点目标而是簇状像斑。因此，“一个目标至多产生一个量测”的传统多目标跟踪方法不再适用。为了实现对该类目标的有效跟踪，提出了一种新型滤波算法。该算法视群目标为一个整体，用椭圆随机超曲面模型描述其扩散程度，并将其与扩展目标高斯混合概率假设密度(PHD)滤波器相结合，通过跟踪群质心和扩散程度实现对像平面群目标的跟踪。通过仿真对比，所提算法在

将CBMeMBer 滤波器推广到多扩展目标跟踪场合, 提出扩展目标CBMeMBer 滤波器, 并给出其高斯混合实现的步骤. 该滤波器主要对原始CBMeMBer 滤波器的更新步进行改进, 引入多量测似然函数, 避免了对目标数目的过估计. 仿真结果表明, 在多扩展目标跟踪场合, 扩展目标CBMeMBer 滤波器对目标数目和状态的估计精度高于CBMeMBer 滤波器, 接近于扩展目标PHD 滤波器.