系统工程与电子技术

作者：薛昱, 冯西安

单位：西北工业大学航海学院, 陕西 西安 710072

关键词：概率假设密度滤波器,去相关,贝叶斯融合,分层结构,主滤波器

基金：国家自然科学基金面上项目(62071386)

为了在视域(field of view, FOV)不同的条件下实现对数量时变的不确定目标的最优跟踪, 提出一种高斯混合概率假设密度(Gaussian mixture probability hypothesis density, GM-PHD)滤波器的去相关算术平均(arithmetic average, AA)融合算法。鉴于多目标AA融合被分解为多组单目标分量的合并, 先通过重构贝叶斯融合推导出最优去相关估计融合, 后将其用作单目标分量的合并方法。由于推导的去相关估计融合需要先验估计, 设计了一个包含主滤波器的分层结构, 以自动提供需要的先验估计。为了解决不同FOV导致的目标势低估问题, 融合节点利用FOV补偿单目标分量的权重。仿真结果证实了提出的算法在各种场景中的最优性, 提升了多目标跟踪的精度。

来源：2025年第6期

《系统工程与电子技术》期刊编辑部

查看系统工程与电子技术杂志2025年第6期