系统工程与电子技术

作者：陈壮壮, 宋骊平

单位：西安电子科技大学电子工程学院, 陕西 西安 710071

关键词：机动目标跟踪,交互多模型,序贯蒙特卡罗,泊松多伯努利混合

基金：国家自然科学基金(61871301)

满足共轭先验性质的泊松多伯努利混合(Poisson multi-Bernoulli mixture, PMBM)滤波器将目标状态分为泊松和多伯努利混合两部分, 分别对这两部分进行预测和更新, 具有较高的跟踪精度和较快的运行速度。在多目标机动场景下, 使用单一模型不足以描述目标的运动, 将导致跟踪性能的下降。针对这一问题, 提出了一种交互多模型(interacting multiple model, IMM)PMBM滤波器, 充分利用模型之间的交互信息, 可以有效实现多机动目标的跟踪。同时, 该算法采用序贯蒙特卡罗(sequential Monte Carlo, SMC)方法实现PMBM滤波, 可应用于非线性场景。仿真结果表明, 所提的IMM-SMC-PMBM算法可以有效地在非线性环境下跟踪数目变化的多机动目标, 与IMM-SMC概率假设密度(probability hypothesis density, PHD)滤波器相比具有更好的跟踪精度和稳定性。

来源：2024年第3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2024年第3期