一种具有信息保持能力的GM-PHD滤波器

doi:10.3969/j.issn.0372-2112.2013.08.024

电子学报 ›› 2013, Vol. 41 ›› Issue (8): 1603-1608.DOI: 10.3969/j.issn.0372-2112.2013.08.024

一种具有信息保持能力的GM-PHD滤波器

刘宗香, 谢维信, 王品, 余友

深圳大学ATR国防科技重点实验室, 广东深圳 518060

收稿日期:2013-01-05 修回日期:2013-04-18 出版日期:2013-08-25
- 通讯作者:
- 刘宗香
- 作者简介:
- 谢维信 男,教授、博士生导师、中国电子学会信号处理分会主任委员,深圳大学信息与通信工程学科学术带头人.1941生于广东省花都,1965年毕业于西安军事电讯工程学院、1981~1983年和1989~1990年分别在美国宾西法尼亚大学作访问学者和访问教授.主要研究方向为信号处理、智能信息处理、模糊信息处理、雷达目标识别等. E-mail:wxxie@szu.edu.cn
- 基金资助:
- 国家自然科学基金 (No.61271107); 国家科技支撑计划重大项目 (No.2011BAH24B12); 广东省自然科学基金 (No.S2012010009417); 高等学校博士学科点专项科研基金 (No.20104408120001)

A Gaussian Mixture PHD Filter with the Capability of Information Hold

LIU Zong-xiang, XIE Wei-xin, WANG Pin, YU You

ATR Key Lab, Shenzhen University, Shenzhen, Guangdong 518060, China

Received:2013-01-05 Revised:2013-04-18 Online:2013-08-25 Published:2013-08-25

摘要/Abstract

摘要： 概率假设密度(PHD)滤波器是解决虚警、漏检和目标数未知情况下多目标跟踪问题的新方法.然而在该滤波器中已存在的目标一旦在某个时刻不能被传感器检测到,漏检目标的大量信息会被滤波器丢弃.为解决漏检目标的信息丢失问题,对PHD滤波器的预测和更新方程进行了修正,提出了一种具有信息保持能力的PHD滤波器.在此基础上提出了适用于线性高斯模型的修正PHD滤波器高斯混合(GM)实现算法.仿真实验结果表明,与现有的PHD滤波器相比,在存在漏检的情况下所提出的GM-PHD滤波器能够提供更好的多目标跟踪能力.

关键词: 多目标跟踪, 概率假设密度滤波器, 高斯混合实现, 线性高斯模型

Abstract: The probability hypothesis density(PHD)filter has been proved to be an efficient method for the multi-target tracking in the presence of false alarms,missed detections and an unknown number of targets.However,in the original PHD filter,a large amount of information of the existing targets will be immediately discarded by the PHD filter once they cannot be detected by a sensor at a given time.To resolve the information loss problem of missed true targets,we modify the predication and update equations of the PHD filter and propose a modified PHD filter with the capability of information hold.A Gaussian mixture implementation of the modified PHD filter for linear Gaussian models is also presented.The simulation results demonstrate that the proposed filter can achieve better tracking performance of multiple targets than the original PHD filter in the presence of missed detections.

Key words: multi-target tracking, probability hypothesis density filter, Gaussian mixture implementation, linear Gaussian models

中图分类号:

TP391
TN953

刘宗香, 谢维信, 王品, 等. 一种具有信息保持能力的GM-PHD滤波器[J]. 电子学报, 2013, 41(8): 1603-1608.

LIU Zong-xiang, XIE Wei-xin, WANG Pin, et al. A Gaussian Mixture PHD Filter with the Capability of Information Hold[J]. Acta Electronica Sinica, 2013, 41(8): 1603-1608.

参考文献

[1] Mahler R.Statistical Multisource-Multitarget Information Fusion[M].Artech House,Norwood,MA,2007.565-651.

[2] 杨威,等.基于有限集统计学理论的目标跟踪技术研究综述[J].电子学报,2012,40(7):1410-1448. Yang Wei,Fu Yao-wen,Long Jian-qian,et al.The FISST-based target tracking techniques:a survey[J].Acta Electronica Sinica,2012,40(7):1410-1448.(in Chinese)

[3] Mahler R.Multitarget bayes filtering via first-Order multitarget moments[J].IEEE Transactions on Aerospace and Electronic Systems,2003,39(4):1152-1178.

[4] Vo B N,Doucet S S.Sequential Monte Carlo methods for multi-target filtering with random finite sets[J].IEEE Transactions on Aerospace and Electronic Systems,2005,41(4):1224-1245.

[5] Ouyang C,et al.Extensions of the SMC-PHD for jump Markov systems[J].Signal Processing,2012,92(6):1422-1430.

[6] Vo B N,Ma W K.The Gaussian mixture probability hypothesis density filter[J].IEEE Transactions on Signal Processing,2006,54(11):4091-4014.

[7] Wang Y,et al.Detection-guided multi-target Bayesian filter.Signal Processing,2012,92(2):564-574.

[8] 欧阳成,姬红兵,田野.一种基于模糊聚类的PHD航迹维持算法[J].电子学报,2012,40(6):1284-1288. Ouyang Cheng,Ji Hong-bing,Tian Ye.Fuzzy clustering based algorithm for track continuity in PHD filter[J].Acta Electronica Sinica,2012,40(6):1284-1288.(in Chinese)

[9] 王品,谢维信,刘宗香,等.一种非线性GM-PHD滤波新方法[J].电子学报,2012,40(8):1597-1602. Wang Pin,Xie Wei-xin,Liu Zong-xiang,et al.A novel Gaussian mixture PHD filter for nonlinear models[J].Acta Electronica Sinica,2012,40(8):1597-1602.(in Chinese)

[10] Zhang H J,Jing Z L,Hu S Q.Localization of multiple emitter based on the sequential PHD filter[J].Signal Processing,2010,90(1):34-43.

[11] Mahler R,Vo B T,Vo B N,CPHD filtering with unknown clutter rate and detection profile[J].IEEE Transactions on Signal Processing,2011,59(8):3497-3513.

[12] Ristic B,et al.A metric for performance evaluation of multi-target tracking algorithms[J].IEEE Transactions on Signal Processing,2011,59(1):3452-3457.

[1]	吴孙勇, 李东升, 薛秋条, 孙希延, 蔡如华. 基于PHD滤波的雷达起伏目标检测前跟踪算法研究[J]. 电子学报, 2022, 50(3): 691-702.
[2]	侯利明, 连峰, 谭顺成, 徐从安. 闪烁噪声统计特性未知情况下的鲁棒广义标签多伯努利滤波器[J]. 电子学报, 2021, 49(7): 1346-1353.
[3]	罗大鹏, 杜国庆, 曾志鹏, 魏龙生, 高常鑫, 陈应, 肖菲, 罗琛. 基于少量样本学习的多目标检测跟踪方法[J]. 电子学报, 2021, 49(1): 183-191.
[4]	陈辉, 贺忠良, 邓东明, 李国财. 高斯混合多伯努利滤波器基于柯西施瓦兹散度的传感器控制方法[J]. 电子学报, 2020, 48(4): 706-716.
[5]	陈辉, 贺忠良, 连峰, 黎慧波. 基于高斯混合多目标滤波器的传感器控制策略[J]. 电子学报, 2019, 47(3): 521-530.
[6]	连峰, 张修立, 魏博, 侯利明, 韩崇昭, 王伟. 基于多目标MS-OSPA下界的分散式传感器选择[J]. 电子学报, 2019, 47(10): 2158-2165.
[7]	熊志刚, 黄树彩, 苑智玮, 赵炜. 三维空间纯方位多目标跟踪PHD算法[J]. 电子学报, 2018, 46(6): 1371-1377.
[8]	曲长文, 冯奇, 李廷军. 基于分治-贪心算法的高斯混合多观测站CPHD滤波器[J]. 电子学报, 2018, 46(10): 2472-2479.
[9]	徐从安, 熊伟, 刘瑜, 何友. 新生目标强度未知的单量测PHD滤波器[J]. 电子学报, 2016, 44(10): 2300-2307.
[10]	刘宗香, 谢维信, 李丽娟, 李良群. 非线性高斯系统边缘分布多目标贝叶斯滤波器[J]. 电子学报, 2015, 43(9): 1689-1695.
[11]	姜明新, 王培昌, 王洪玉. 基于视频多目标跟踪的高度测量算法[J]. 电子学报, 2015, 43(3): 591-596.
[12]	王品, 谢维信, 刘宗香, 李鹏飞. 一种非线性GM-PHD滤波新方法[J]. 电子学报, 2012, 40(8): 1597-1602.
[13]	杨威, 付耀文, 龙建乾, 黎湘. 基于有限集统计学理论的目标跟踪技术研究综述[J]. 电子学报, 2012, 40(7): 1440-1448.
[14]	童慧思;张颢;孟华东;王希勤. PHD滤波器在多目标检测前跟踪中的应用[J]. 电子学报, 2011, 39(9): 2046-2051.
[15]	黄志蓓;孙树岩;吴健康;蒋升;任晓Yi. 基于特征迹的密集多目标自适应视频跟踪[J]. 电子学报, 2011, 39(3A): 37-42.

一种具有信息保持能力的GM-PHD滤波器

A Gaussian Mixture PHD Filter with the Capability of Information Hold

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics