量測噪聲未知條件下的多目標(biāo)跟蹤方法研究.pdf

1、多目標(biāo)跟蹤技術(shù)是信息處理領(lǐng)域里的一個重要課題，在軍事和民用領(lǐng)域具有非常廣闊的應(yīng)用前景，越來越多地受到國內(nèi)外學(xué)者的關(guān)注。近些年來，由于無需處理復(fù)雜的數(shù)據(jù)關(guān)聯(lián)以及具有相對較小的計算復(fù)雜度等優(yōu)勢，基于隨機集的多目標(biāo)跟蹤技術(shù)為目標(biāo)跟蹤領(lǐng)域帶來新的活力。
　　本文針對基于隨機有限集條件下存在未知參數(shù)時的多目標(biāo)跟蹤問題進(jìn)行了深入的研究，主要研究了聯(lián)合檢測概率和量測噪聲協(xié)方差未知時的點目標(biāo)跟蹤方法、未知量測噪聲協(xié)方差下的擴展目標(biāo)跟蹤方法以及量測

2、噪聲服從Student’s t分布下的點目標(biāo)及擴展目標(biāo)跟蹤方法。論文的主要研究內(nèi)容如下：
　　在傳統(tǒng)的未知檢測概率算法基礎(chǔ)上，針對檢測概率和量測噪聲協(xié)方差同時未知條件下的點目標(biāo)跟蹤問題，提出了一種基于變分貝葉斯勢概率假設(shè)密度（VBCPHD)的濾波算法。在利用傳統(tǒng)的先對檢測概率的分布函數(shù)進(jìn)行估計，再求取檢測概率的估計方法的基礎(chǔ)上，基于變分貝葉斯 CPHD的濾波算法被用來對多目標(biāo)狀態(tài)和量測噪聲協(xié)方差進(jìn)行迭代估計。仿真實驗證明，所提濾波

3、算法可以很好地解決聯(lián)合檢測概率和量測噪聲協(xié)方差未知條件下的點目標(biāo)跟蹤問題。
　　針對傳統(tǒng)的多目標(biāo)跟蹤領(lǐng)域里，量測噪聲通常被認(rèn)為是服從高斯分布，而導(dǎo)致的與真實的量測噪聲統(tǒng)計特性產(chǎn)生偏差，從而使得目標(biāo)跟蹤性能下降的問題，提出一種新的量測噪聲服從Student’s t分布且噪聲自由度和逆協(xié)方差未知時的基于變分貝葉斯（VB）CPHD的濾波算法。該算法被用來對多目標(biāo)狀態(tài)、自由度和量測噪聲逆協(xié)方差進(jìn)行迭代估計，解決了量測噪聲為Student’