[发明专利]一种改进的高斯混合势概率假设密度滤波方法

摘要

本发明公开了一种改进的高斯混合势概率假设密度滤波方法，步骤如下：1，组成目标的状态集和目标强度函数；2，初始化初始目标的概率假设密度及势分布；3，对目标状态集在k+1时刻的概率假设密度及势分布进行预测，得到k+1时刻的概率假设密度及势分布；4，对目标状态集在k+1时刻的概率假设密度及势分布进行更新，得到k+1时刻的概率假设密度及势分布，对真实协方差矩阵和真实偏差进行无偏转换，设置椭球门限对量测集合进行简化，减小当前观测集中的观测数目；5，对目标的强度函数的高斯项进行修剪合并，提取目标状态估计进行性能评估；6，重复步骤3～5，跟踪目标直到目标消失。本发明有利于雷达数据信息的直接运用，且减小了滤波器的计算量。

主权项

一种改进的高斯混合势概率假设密度滤波方法，其特征在于，包括以下步骤：步骤1，对于多目标跟踪，目标状态集X_k＝{x_k,1,…,x_k,m(k)}，m(k)是目标状态向量个数，目标状态随机有限集Ξ_k＝S_k(X_k‑1)∪N_k(X_k‑1)，其中S_k(X_k‑1)、N_k(X_k‑1)分别为原保存和新产生的目标随机有限集；k时刻新生的真实目标强度函数其中分别代表第i个新生目标的权值、均值和协方差矩阵；J_γ,k表示新生目标的总数，真实目标和杂波源的新生概率假设密度、势分布分别为步骤2，初始化初始目标的概率假设密度D₀(x)及势分布p₀(n)；步骤3，对目标状态集X_k在k+1时刻的概率假设密度及势分布进行预测，其中k≥1，得到k+1时刻的概率假设密度D_k+1|k(x)及势分布p_k+1|k(n)；步骤4，对目标状态集X_k在k+1时刻的概率假设密度及势分布进行更新，其中k≥1，得到k+1时刻的概率假设密度D_k+1(x)及势分布p_k+1(n)，对真实协方差矩阵和真实偏差进行无偏转换，设置椭球门限对量测集合进行简化，减小当前观测集中的观测数目M；步骤5，对目标的强度函数υ_k+1(x)的高斯项进行修剪合并，提取目标状态估计进行性能评估；步骤6，重复步骤3～5，跟踪目标直到目标消失。