国防科学技术大学 电子科学与工程学院, 湖南 长沙 410073
基于势概率假设密度滤波(Cardinalized Probability Hypothesis Density, CPHD)检测前跟踪(Track before detect, TBD)算法能有效解决未知目标数的弱小目标检测跟踪.文章深入研究了CPHD算法, 从标准CPHD滤波的粒子权重更新出发, 结合检测前跟踪的实际, 合理地推导出CPHD-TBD算法的粒子权重更新表达式; 分析了CPHD滤波目标势分布的物理意义, 实现了目标势分布更新计算在检测前跟踪的应用.将CPHD滤波和TBD进行有效结合, 提出了基于势概率假设密度滤波的检测前跟踪算法, 并给出其详细实现步骤.仿真实验证明提出的CPHD-TBD算法与现有概率假设密度检测前跟踪(PHD-TBD)算法相比, 能更详细地传递目标分布信息, 从本质上改变了PHD-TBD对目标数估计的方式, 能更准确稳定估计目标数, 实现了对目标的发现和状态准确估计, 性能明显更优.
检测前跟踪 势概率假设密度滤波 粒子更新 势分布更新 track-before-detect cardinalized probability hypothesis density particle update cardinalized probability distribution update
国防科学技术大学 电子科学与工程学院,湖南 长沙 410073
基于概率假设密度滤波(Probability Hypothesis Density，PHD)的检测前跟踪(Track before detect, TBD)技术可以有效解决未知目标数的弱小点目标检测前跟踪问题.文章针对现有PHD-TBD算法存在目标数估计不准、目标发现延时较久的问题进行研究.从标准PHD滤波出发，更为合理地推导出PHD-TBD算法的粒子权重更新计算表达式，实现对目标数的准确估计; 同时利用贝叶斯滤波理论，推导出基于量测的新生粒子概率密度采样函数，完成对目标的快速发现.仿真实验表明，与现有的PHD-TBD相比，改进算法能够适应目标扩散情况，准确估计目标数目，并实现对目标的快速发现和位置准确估计.
检测前跟踪 概率假设密度滤波 粒子更新 粒子采样 track-before-detect probability hypothesis density filter particle update particle sampling
