基于PHD滤波的多目标跟踪算法研究

针对粒子PHD滤波中最优采样分布解析式获取困难及聚类算法提取目标状态导致的滤波性能下降问题,论文提出了一种免聚类的最优粒子PHD滤波算法。论文研究发现,前一时刻的粒子和最新观测集中的某个观测存在最大关联,而与其它观测关联度很小,于是可以将最优采样分布近似为只与单个观测相关的形式,将系统的观测方程线性化,便可以得到最优采样分布的近似解析形式;由于粒子和观测的这种关联,使粒子具有了类别信息,不需要聚类算法提取目标状态。实验表明:该文提出的免聚类最优粒子PHD滤波算法的跟踪性能优于传统的粒子PHD滤波算法。