非线性高斯系统边缘分布多目标贝叶斯滤波器

doi:10.3969/j.issn.0372-2112.2015.09.003

电子学报 ›› 2015, Vol. 43 ›› Issue (9): 1689-1695.DOI: 10.3969/j.issn.0372-2112.2015.09.003

非线性高斯系统边缘分布多目标贝叶斯滤波器

刘宗香, 谢维信, 李丽娟, 李良群

深圳大学 ATR国防科技重点实验室, 广东深圳 518060

收稿日期:2013-12-31 修回日期:2014-12-31 出版日期:2015-09-25
- 作者简介:
- 刘宗香 男,1965年2月生于河南光山,博士,深圳大学教授,硕士生导师,主要研究方向为数据融合、智能信息处理、模糊信息处理.E-mail:zongxiangliu@sohu.com;谢维信 男,1941年12月生于广东花都,教授,博士生导师,深圳大学信息与通信工程学科学术带头人,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;李丽娟 女,1990生于广西玉林,深圳大学信息工程学院硕士研究生,主要研究方向为数据融合.E-mail:lilijuanguet@163.com;李良群 男,1979年生于湖南邵阳,博士,深圳大学副教授,主要研究方向为数据融合、智能信息处理、模糊信息处理.E-mail:lqli@szu.edu.cn
- 基金资助:
- 国家自然科学基金 (No.61271107,No.61301074); 深圳基础研究项目 (No.JCYJ20140418095735618); 国防预研基金 (No.9140C800501140C80340)

Marginal Distribution Multi-Target Bayesian Filter for a Nonlinear Gaussian System

LIU Zong-xiang, XIE Wei-xin, LI Li-juan, LI Liang-qun

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

Received:2013-12-31 Revised:2014-12-31 Online:2015-09-25 Published:2015-09-25
- Supported by:
- National Natural Science Foundation of China (No.61271107, No.61301074); Shenzhen Basic Research Program (No.JCYJ20140418095735618); National Defense Pre-research Foundation of China (No.9140C800501140C80340)

摘要/Abstract

摘要：

为解决存在数据关联不确定、检测不确定和杂波情况下的多目标跟踪问题,提出了一种新的多目标贝叶斯滤波器.代替维持多目标状态的联合后验密度,所提出的贝叶斯滤波器联合传递各个目标状态的边缘分布和它们的存在概率.为了处理目标运动和传感器测量模型中的非线性,利用无迹变换技术提出了一种非线性高斯条件下边缘分布贝叶斯滤波器的近似实现算法.仿真实验结果表明,与PHD(Probability Hypothesis Density)滤波器相比,所提出的滤波器具有更好的多目标跟踪能力.

关键词: 多目标跟踪, 贝叶斯滤波器, 非线性模型, 边缘分布

Abstract:

To resolve the problem for multi-target tracking in the presence of association uncertainty,detection uncertainty and clutter,we derive and present a novel multi-target Bayesian filter.Instead of maintaining the joint posterior density of the multi-target state,the proposed Bayesian filter jointly propagates the marginal distribution for each target and their existence probabilities.We also develop an approximation implementation algorithm of the marginal distribution Bayesian (MDB) filter for a nonlinear Gaussian system where the unscented transform technique is employed to deal with the nonlinearities of target dynamic and measurement models.The simulation results demonstrate that the proposed filter achieves better tracking performance of multiple targets than the probability hypothesis density (PHD) filter.

Key words: multi-target tracking, Bayesian filter, nonlinear models, marginal distributions

中图分类号:

TN953

刘宗香, 谢维信, 李丽娟, 等. 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.

LIU Zong-xiang, XIE Wei-xin, LI Li-juan, et al. Marginal Distribution Multi-Target Bayesian Filter for a Nonlinear Gaussian System[J]. Acta Electronica Sinica, 2015, 43(9): 1689-1695.

参考文献

[1] Vermaak J,Godsill S J,Perez P.Monte Carlo filtering for multi-target tracking and data association[J].IEEE Transactions on Aerospace and Electronic Systems,2005,41(1):309-331.
[2] Mahler R.Statistical Multisource-Multitarget Information Fusion[M].Norwood,MA:Artech House,2007.565-651.
[3] 杨威,付耀文,龙建乾,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):1440-1448. 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):1440-1448.(in Chinese)
[4] Fortmann T E,Bar-Shalom Y,Scheffe M.Sonar tracking of multiple targets using joint probabilistic data association[J].IEEE Journal of Oceanic Engineering,1983,8(3):173-184.
[5] Blackman S.Multiple hypothesis tracking for multiple target tracking[J].IEEE Aerospace and Electronic Systems Magazine,2004,19(1):5-18.
[6] Mahler R.Multitarget Bayes filtering via first-order multitarget moments[J].IEEE Transactions on Aerospace and Electronic Systems,2003,39(4):1152-1178.
[7] 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.
[8] Ouyang C,Ji H B,Guo Z Q.Extensions of the SMC-PHD for jump Markov systems[J].Signal Processing,2012,92(6):1422-1430.
[9] Vo B N,Ma W K.The Gaussian mixture probability hypothesis density filter[J].IEEE Transactions on Signal Processing,2006,54(11):4091-4104.
[10] 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 Ping,et al.A Gaussian mixture PHD filter with the capability of information hold [J].Acta Electronica Sinica,2013,41(8):1603-1608.
[11] Wang Y,Jing Z L,Hu S Q,et al.Detection-guided multi-target Bayesian filter[J].Signal Processing,2012,92(2):564-574.
[12] Liu Z X,Xie W X,Wang P,et al.A sequential GM-based PHD filter for a linear Gaussian system[J].Sci China Inf Sci,2013,56(10):102302_1-102302_10.
[13] 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 Chen,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)
[14] 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 Ping,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)
[15] Schuhmacher D,Vo B T,Vo B N.A consistent metric for performance evaluation of multi-object filters[J].IEEE Transactions on Signal Processing,2008,56(8):3447-3457.
[16] 李良群,谢维信.一种目标特性辅助的积分粒子滤波新方法[J].电子学报,2014,42(10):2069-2074. Li Liang-qun,Xie Wei-xin.A novel auxiliary quadrature particle filtering algorithm based on target characteristic[J].Acta Electronica Sinica,2014,42(10):2069-2074.(in Chinese)

非线性高斯系统边缘分布多目标贝叶斯滤波器

Marginal Distribution Multi-Target Bayesian Filter for a Nonlinear Gaussian System

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

[1]	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.
[2]	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.
[3]	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.
[4]	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.
[5]	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.
[6]	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.
[7]	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.
[8]	周绍华, 胡昌华, 司小胜, 方世鹏, 裴洪. 融合非线性加速退化模型与失效率模型的产品寿命预测方法[J]. 电子学报, 2017, 45(5): 1084-1089.
[9]	陈雷, 郭艳菊, 葛宝臻. 基于微分搜索的高光谱图像非线性解混算法[J]. 电子学报, 2017, 45(2): 337-345.
[10]	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.
[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]	刘宗香, 谢维信, 王品, 余友. 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.
[13]	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.
[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.