交互多模型PHD滤波跟踪多目标方法

田淑荣，孙校书，尹付梅，张宁

（海军航空工程学院a.基础部；b.科研部；c.训练部，山东烟台264001）

交互多模型PHD滤波跟踪多目标方法

田淑荣a，孙校书b，尹付梅a，张宁c

（海军航空工程学院a.基础部；b.科研部；c.训练部，山东烟台264001）

在机动多目标跟踪问题中，目标数未知或随时间而变化，概率假设密度（PHD）滤波可以在每一时间步估计多目标状态和目标数，但单模型方法不能给出精确的估计。提出了一种交互多模型PHD滤波方法，建立多模型描述多目标运动方式，利用PHD滤波结合多模型跟踪目标运动轨迹。同时，给出了多传感器交互多模型PHD滤波方法，以提高目标跟踪精度。

多目标跟踪；概率假设密度滤波；交互多模型；粒子滤波

多目标跟踪是利用传感器提供的观测值来估计多目标的状态的，由于在监管区域内目标的即时出现和即时消失，可能引起目标数随时间变化。在各时间步，传感器可能以小于1的检测概率提供目标的观测值，也可能提供的是噪声。这就涉及到了集值估计问题，可以用随机有限集建模[1-2]。

概率假设密度（PHD）滤波是基于随机有限集的可行的跟踪多目标方法。通过计算PHD，可以同时估计目标数以及每个目标的状态[3-5]。利用粒子滤波，可以把PHD滤波应用于非线性非高斯问题[6-10]。在机动目标跟踪问题中，由于目标可能改变运动方式，因而运动模型变化的检测和跟踪对于获得正确的多目标状态估计至关重要。对于这类问题，多模型方法可以解决[11]，可以利用交互多模型（IMM）PHD粒子滤波跟踪机动多目标。……