摘要
高分辨率雷达系统中,扩展目标一般会产生多个量测。现有随机有限集(RFS)类算法一般假定扩展目标的量测数目服从泊松分布,然而这个假设与实际情况不符。针对这一问题,该文提出一种多伯努利扩展目标概率假设密度(MB-ET-PHD)跟踪算法。该算法首先假设扩展目标的量测数目服从多伯努利分布,然后通过有限集统计(FISST)理论的多目标微积分推导得到校正等式,最后给出了高斯混合(GM)框架的仿真结果。仿真结果表明该算法能够获得比泊松ET-PHD算法更好的跟踪性能。
Extended targets usually generate multiple measurements in high resolution radar systems. Existing algorithms of the Random Finite Set （RFS） assume that the measurement number of extended targets follows Poisson distribution in a general way. However, this assumption is inconsistent with actual situations. Considering this issue, a Multi-Bernoulli Extended Target Probability Hypothesis Density （MB-ET-PHD） tracking method is proposed. First, this method assumes that the measurement number of extended targets is Multi-Bernoulli （MB） distributed. Then, its update equation is derived by using the FInite Set STatistics （FISST） multi-target calculus. Finally, simulated results of Gaussian Mixture （GM） framework are given. The simulation results show that the proposed method can obtain better tracking performance compared with the Poisson ET-PHD method.
作者
李文娟
顾红
苏卫民
LI Wenjuan GU Hong SU Weimin(School of Electronic Engineering and Optoelectronic Technology, Nanjing University of Science and Technology Nanjing 210094, China)
出处
《电子与信息学报》
EI
CSCD
北大核心
2016年第12期3114-3121,共8页
Journal of Electronics & Information Technology
基金
国家自然科学基金(61471198)~~
关键词
扩展目标跟踪
概率假设密度
多伯努利
Extended target tracking
Probability Hypothesis Density （PHD）
Multi-Bernoulli （MB）
作者简介
李文娟：女，1990年生，博士生，研究方向为场面监视雷达信号处理、目标跟踪与识别．
顾红：男，1967年生，教授，博士生导师，主要研究方向为雷达信号处理、噪声雷达体制、稀疏阵列信号处理．通信作者：顾红guhongjust@163．com
苏卫民：男，1959年生，教授，博士生导师，主要研究方向为阵列信号处理、雷达成像．
