多目標跟蹤的PHD濾波理論及高斯混合實現算法研究

《多目標跟蹤的PHD濾波理論及高斯混合實現算法研究》是依託深圳大學，由劉宗香擔任項目負責人的面上項目。

基本介紹

• 中文名：多目標跟蹤的PHD濾波理論及高斯混合實現算法研究
• 項目類別：面上項目
• 項目負責人：劉宗香
• 依託單位：深圳大學

項目摘要

PHD濾波已成為多目標跟蹤領域的一個重要研究方向。但在存在漏檢情況下PHD濾波理論會丟失信息並且目標數估計不穩定，而GM-PHD濾波算法會丟失目標，這些問題使PHD濾波理論和方法的套用受到制約。針對理論上存在的信息丟失問題，擬將後驗檢測機率引入到PHD濾波方程中，重構PHD濾波方程，建立能避免信息丟失的PHD濾波理論；針對GM-PHD算法中的目標丟失問題，研究GM-PHD濾波器初始化方法、高斯項裁減方法、狀態提取方法，建立能減少目標丟失、適用於線性高斯系統的GM-PHD濾波新算法；為擴大GM-PHD濾波算法的適用範圍，研究GM-PHD濾波算法與三階球面-徑向規則的結合問題，提出適用於非線性高斯系統的GM-PHD濾波新算法。新建立的PHD濾波理論和GM-PHD濾波算法能避免漏檢造成的信息丟失，顯著降低了目標丟失率。項目的研究豐富、完善和發展了PHD濾波理論和方法，具有重要理論意義和套用價值。

結題摘要

PHD濾波已成為多目標跟蹤領域的一個重要研究方向，其傳遞多目標狀態聯合後驗分布的一階矩。但在存在漏檢的情況下，PHD濾波理論會丟失信息，而GM-PHD濾波算法會丟失目標。這些問題使PHD濾波理論和方法的套用受到制約。本項目正是針對PHD濾波理論和方法存在的問題展開研究的。項目主要有理論研究和算法研究兩部分組成。 在理論研究上，主要成果有：針對現存PHD濾波器在存在漏檢情況下出現的信息丟失問題，分別提出了具有信息保持能力的PHD濾波器和序貫PHD濾波器；為更好解決存在數據關聯不確定、檢測不確定和雜波情況下的多目標跟蹤問題和低檢測機率下多目標跟蹤問題，分別提出了邊緣分布多目標貝葉斯濾波器和序貫邊緣分布多目標貝葉斯濾波器。代替傳遞多目標狀態的聯合後驗分布的一階矩，邊緣分布貝葉斯濾波器傳遞各目標狀態的邊緣分布和存在機率。 在算法研究上，主要成果有：基於具有信息保持能力的PHD濾波器，提出了一種適於用線性高斯系統的GM-PHD濾波算法；基於序貫PHD濾波器，提出了一種適用線性高斯系統的序貫PHD濾波算法和一種適用於非線性高斯系統序貫GM-PHD濾波算法；基於邊緣分布多目標貝葉斯濾波器，提出了一種適用於線性高斯系統的邊緣分布多目標貝葉斯濾波算法、兩種適用於非線性高斯系統的邊緣分布多目標貝葉斯濾波算法和一種用於機動目標跟蹤的互動多模型邊緣分布貝葉斯濾波算法；基於序貫邊緣分布多目標貝葉斯濾波器，提出了一種適用於線性高斯系統的序貫邊緣分布多目標貝葉斯濾波算法、一種適用於非線性高斯系統的序貫邊緣分布多目標貝葉斯濾波算法和一種用於機動目標跟蹤的帶有跳變馬爾可夫系統模型的邊緣分布多目標貝葉斯濾波算法；為解決過程噪聲協方差未知、目標數未知和變化情況下的多目標跟蹤問題，提出了一種適用於線性系統的狄拉克加權和機率假設密度濾波器。 項目的研究豐富、完善和發展了多目標跟蹤的濾波理論和方法，具有重要的理論意義和套用價值。