基于随机集理论的模糊观测多目标跟踪方法

为解决传感器观测数据具有不确定性和模糊性的多目标跟踪问题,首先给出了模糊观测的随机子集表示及其似然函数构造方法:然后利用所构造的似然函数,并结合概率假设密度(PHD)滤波器来实现模糊观测的多目标跟踪.仿真结果显示,标准PHD滤波器在模糊观测下会出现目标数目估计不准确的问题.针对这一问题,在分析了该问题产生原因的基础上,通过改进PHD滤波器的更新过程,提出了一种单量测独立更新的PHD滤波方法.仿真结果表明,在模糊观测下,改进算法能得到比标准PHD滤波方法更准确的目标数目估计和更高的跟踪精度.