一种GM‑PHD滤波器的标签分配方法组成比例

本发明专利技术涉及一种GM‑PHD滤波器的标签分配方法，包括：初始化各个高斯分量对应的状态均值

Label allocation method of GM PHD filter

Including the label distribution method, the present invention relates to a GM PHD filter: state initialization each component corresponding to the mean Gauss

【技术实现步骤摘要】
一种GM-PHD滤波器的标签分配方法
本专利技术涉及多目标跟踪
，尤其是一种GM-PHD滤波器的标签分配方法。
技术介绍
多目标跟踪涉及多个领域，如雷达数据处理、图像/视频处理、机器人导航等，它是一种利用采集的传感器量测信息，通过相应的目标跟踪算法获得目标航迹的过程。近年，基于随机有限集(RFS)框架的多目标跟踪方法成为研究热点，该方法基于有限集统计理论对传感器量测集合进行处理，直接估计出多目标的状态集合，从而避免了传统多目标跟踪方法对数据关联的依赖，并降低了计算复杂度。常见的基于随机有限集理论的滤波方法有概率假设密度(PHD)滤波器、序贯蒙特卡罗概率假设密度(SMC-PHD)滤波器和高斯混合概率假设密度(GM-PHD)滤波器等，其中GM-PHD是比较常用的工程实现方法。但是，基于RFS的多目标跟踪方法只能给出多目标的状态估计，无法形成航迹是该类方法的主要缺点之一。目前，主要有两种方法解决该问题，一是当估计出多目标状态后，采用传统数据关联(如最近邻法等)的方法进行航迹的起始、关联和终止等，但这类方法仍需要引入复杂的数据关联算法，增加了计算量；另一种方法是标签法，即在滤波器更新时本文档来自技高网...

【技术保护点】
一种GM‑PHD滤波器的标签分配方法，该方法包括下列顺序的步骤：(1)初始化各个高斯分量对应的状态均值

【技术特征摘要】
1.一种GM-PHD滤波器的标签分配方法，该方法包括下列顺序的步骤：(1)初始化各个高斯分量对应的状态均值协方差矩阵权值和相应的标签T0；(2)通过GM-PHD滤波器获得k时刻的预测值，k≥1；(3)利用k时刻的传感器量测值，通过GM-PHD滤波器获得k时刻的更新值；(4)进行高斯分量的裁剪融合以及标签的重新分配；(5)提取k时刻的估计结果；(6)将步骤(4)输出的k时刻的高斯分量代入步骤(2)进行k+1时刻的多目标估计，直到滤波结束。2.根据权利要求1所述的GM-PHD滤波器的标签分配方法，其特征在于：在步骤(1)中，所述标签表示初始时刻给每个高斯分量分配的标签,且要求不同高斯分量分配不同的标签，J0为初始化高斯分量个数。3.根据权利要求1所述的GM-PHD滤波器的标签分配方法，其特征在于：在步骤(2)中，所述预测值包括各个高斯分量对应的状态均值协方差矩阵权值和相应的标签Tk|k-1，其中状态均值协方差矩阵和权值按照GM-PHD滤波器的时间更新过程计算，相应的标签预测值为：其中，i＝1,…,Jk|k-1，Jk|k-1＝Jk-1(1+Jβ,k)+Jγ,k，Jβ,k和Jγ,k分别为k时刻衍生目标和新生目标高斯分量的个数；为新生目标高斯分量对应的标签；为衍生之后的高斯分量对应的标签,其个数为Jk-1×Jβ,k个；Jk|k-1为时间更新后的高斯分量个数。4.根据权利要求1所述的GM-PHD滤波器的标签分配方法，其特征在于：在步骤(3)中，所述更新值包括各个高斯分量对应的状态均值协方差矩阵权值和相应的标签Tk，其中状态均值协方差矩阵和权值按照GM...

【专利技术属性】
技术研发人员：武慧勇，钮俊清，任清安，唐匀龙，马志娟，
申请(专利权)人：中国电子科技集团公司第三十八研究所，
类型：发明
国别省市：安徽,34