基于lgjms-gmphdf的多机动目标联合检测跟踪-电子与信息学报.pdfVIP

第34 卷第2 期 电 子 与 信 息 学 报 Vol.34No.2 2012 年2 月 Journal of Electronics Information Technology Feb. 2012 基于LGJMS-GMPHDF 的多机动目标联合检测、跟踪与分类算法 杨 威* 付耀文 黎 湘 龙建乾 (国防科学技术大学电子科学与工程学院 长沙 410073) 摘 要：线性高斯跳变马尔可夫系统模型下的高斯混合概率假设密度滤波器(LGJMS-GMPHDF)为杂波背景下多 机动目标跟踪提供了一种有效方法。该文将类别辅助信息引入LGJMS-GMPHDF，提出了一种密集杂波背景下多 机动目标联合检测、跟踪与分类算法。该算法在LGJMS-GMPHDF 中用属性向量扩展单目标状态向量，用位置和 属性的组合测量似然函数代替单目标位置及杂波位置测量似然函数，提高了不同类目标与杂波测量间的鉴别能力， 进而改善了目标数目及状态的估计精度；在更新目标状态的同时，对目标属性信息进行更新。该算法实现了时变数 目的目标状态和类别估计。杂波背景下交叉和临近并行机动目标的跟踪实验验证了该文算法的联合检测、跟踪与分 类性能。 关键词：多机动目标跟踪；概率假设密度滤波器；类别辅助目标跟踪；联合目标检测、跟踪与分类 中图分类号：TP391 文献标识码： A 文章编号：1009-5896(2012)02-0398-06 DOI: 10.3724/SP.J.1146.2011.00596 Joint Detection, Tracking and Classification Algorithm for Multiple Maneuvering Targets Based on LGJMS-GMPHDF Yang Wei Fu Yao-wen Li Xiang Long Jian-qian (The School of Electronic Science and Engineering, National University of Defense Technology, Changsha 410073, China) Abstract: The Gaussian Mixture implementation of Probability Hypothesis Density Filter in Linear Gaussian Jump Markov multi-target System model (LGJMS-GMPHDF) is proved to be an effective tool for tracking an unknown and time-varying number of targets with uncertain target dynamics in clutter. This paper further integrates the class information into LGJMS-GMPHDF and proposes a recursive Joint Detection Tracking and Classification (JDTC) algorithm for multiple maneuvering targets in dense clutter. The main idea is to augment the kinematic state vector with the target class vector, and then use their combined measurement likelihood to integrating the target