粒子概率假设密度平滑器异常平滑问题的解决方法

针对粒子概率假设密度(PHD)平滑器中由漏检或目标消失现象引起的异常后向平滑估计问题,提出一种基于目标存活概率修正的改进方法。首先,修正前向滤波的预测与更新计算公式以获取滤波的目标强度函数和估计滤波过程的存活目标个数。在此基础上根据存活目标个数的前向滤波估计值的变化情况,判断跟踪过程中是否存在目标消失或漏检现象,确定后向平滑计算用到的目标存活概率值,然后采用此确定的存活概率值来改进后向平滑迭代计算公式,据此计算PHD分布中的粒子权值。仿真结果表明,所提方法能有效地解决PHD平滑器的异常平滑问题,其时间平均的最优子模式分配(OSPA)距离误差相对于标准算法由7.75 m减小至1.05 m,目标跟踪性能有了明显提升。