计算机工程与科学

作者：陈金广，江梦茜，马丽丽

单位：（西安工程大学计算机科学学院,陕西 西安 710048）

关键词：扩展目标跟踪,概率假设密度滤波,多传感器数据融合,状态估计,

基金：国家自然科学基金（61201118）；中国博士后科学基金（2103M532020）；陕西省自然科学基础研究计划(2016JM6030)；西安工程大学学科建设经费资助项目

若多传感器监测区域部分重叠，则使用传统的序贯滤波算法对扩展目标进行跟踪，会出现目标漏估计的现象。为了解决该问题，首先，在量测更新阶段使用预测步骤产生的高斯分量，而非任一传感器量测更新后的高斯分量，从而使得各个传感器滤波更新后的结果相互独立。然后，当对各传感器接收到的量测更新后，若高斯项中表示目标位置的分量落在重叠区域，则对这部分高斯项的权值进行调整。最后，对所有高斯项进行修剪与合并。仿真结果表明改进算法的有效性与精确性。

来源：2016年第6期

《计算机工程与科学》期刊编辑部

查看计算机工程与科学杂志2016年第6期