基于ML背景参数估计的CDKF-CPHD多目标跟踪算法

作者：马天力; 王新民; 曹宇燕; 张阳重尾分布中心差分法幅值信息极大似然估计虚警非线性系统ospa距离信杂比

摘要：针对低信杂比环境下的多机动目标跟踪问题,提出了一种基于极大似然(ML)背景参数估计的中心差分卡尔曼-势概率假设密度滤波(BE-CDKF-CPHD)算法。算法采用ML法实时估计重尾分布模型参数,计算检测概率和虚警概率。运用极大似然-恒虚警(MLCFAR)算法对信号进行处理,提取有效量测值,将幅值似然函数与势概率假设密度滤波器(CPHD)中的目标位置似然函数相结合,通过中心差分法递归更新得到后验均值与协方差,达到对多机动目标进行跟踪的目的。仿真结果表明,在低信杂比环境中,所提算法提高了跟踪精度与目标数目估计准确度。

注：因版权方要求，不能公开全文，如需全文，请咨询杂志社