第 30 卷 第 4 期
Vol. 30 No. 4
控 制 与 决 策
Control and Decision
2015 年 4 月
Apr. 2015
扩展目标 CBMeMBer 滤波器及其高斯混合实现
文章编号: 1001-0920 (2015) 04-0611-06 DOI: 10.13195/j.kzyjc.2014.0286
连 峰, 马冬冬, 元向辉, 陈 文, 韩崇昭
(西安交通大学 综合自动化研究所，西安 710049)
摘 要: 将 CBMeMBer 滤波器推广到多扩展目标跟踪场合, 提出扩展目标 CBMeMBer 滤波器, 并给出其高斯混合
实现的步骤. 该滤波器主要对原始 CBMeMBer 滤波器的更新步进行改进, 引入多量测似然函数, 避免了对目标数目
的过估计. 仿真结果表明, 在多扩展目标跟踪场合, 扩展目标 CBMeMBer 滤波器对目标数目和状态的估计精度高于
CBMeMBer 滤波器, 接近于扩展目标 PHD 滤波器.
关键词: 扩展目标；目标跟踪；CBMeMBer 滤波；高斯混合
中图分类号: TP274 文献标志码: A
CBMeMBer filter for extended targets and its Gaussian mixture
implementations
LIAN Feng, MA Dong-dong, YUAN Xiang-hui, CHEN Wen, HAN Chong-zhao
(Institute of Integrated Automation，Xi’an Jiaotong University，Xi’an 710049，China．Correspondent：LIAN Feng,
E-mail：lianfeng1981@gmail.com)
Abstract: The CBMeMBer filter is enhanced to track multiple extended targets, the CBMeMBer filter for extended targets
is proposed, and its Gaussian mixture implementations are given. The proposed filter mainly improves the update step of
the original CBMeMBer filter, that is, the multi-measurement likelihood function is introduced to avoid the over estimation
of targets’ number. Simulation results show that the proposed filter performs better than the original CBMeMBer filter and
closes to PHD filter for extended targets when estimating targets’ number and state on multiple extended targets tracking
occasions.
Keywords: extended targets；target tracking；CBMeMBer filter；Gaussian mixture
0 引引引 言言言
在空中目标跟踪场合,目标常被建模成一个运动
的点, 这在目标尺寸较小且距离传感器较远时可认为
是合理的, 而在近距离时高分辨率的传感器对单个目
标可能产生多个量测数据, 此时的目标应当被建模为
由一群点构成的目标, 称为扩展目标. 扩展目标的跟
踪最早由 Drummond 等
[1]
提出; Koch
[2]
将扩展目标的
几何形状建模成椭圆, 提出了一种采用随机矩阵的扩
展目标跟踪方法; Feldmann 等
[3-4]
研究了在扩展目标
量测数目变化的情况下航迹维持的问题.
因为传统的扩展目标跟踪方法需要解决复杂
的数据关联问题, 所以实用性较差. 近年来, 随机有
限集 (RFS) 方法在目标跟踪领域中得到了应用并取
得了一些实用成果, 包括概率假设密度 (PHD) 滤波
器
[5-6]
和势概率假设密度 (CPHD) 滤波器
[7]
. 基于这两
种滤波器, 产生了用于扩展目标跟踪的扩展目标 PHD
(EPHD) 滤波器
[8-10]
和扩展目标 CPHD (ECPHD) 滤波
器
[11]
. EPHD 滤波器和 ECPHD 滤波器均可以避免复
杂的数据关联过程而直接求取目标的状态和数目, 但
两者实现中的难点均是对多目标状态的提取
[7]
.
文献 [12] 提 出 了一 种势均 衡多目 标多伯 努利
(CBMeMBer) 滤 波 器, 与 PHD 和 CPHD 滤波 器 不同,
CBMeMBer 滤波器在递推过程中所传递的不是一阶
矩和势分布, 而是多伯努利 RFS 参数
[12-13]
, 通过传递
的多伯努利 RFS 参数可以直接获得多目标 RFS 的后
验概率密度, 这为多目标状态的可靠、高效提取带来
很大便利, 是 CBMeMBer 滤波器较 PHD 和 CPHD 滤
波器的最大优点.
收稿日期: 2014-03-03；修回日期: 2014-04-30.
基金项目: 国家 973 计划项目(2013CB329405)；国家自然科学基金创新研究群体项目(61221063).
作者简介: 连峰(1981−), 男, 副教授, 从事信息融合、目标跟踪等研究；马冬冬(1989−), 男, 硕士生, 从事目标跟踪、嵌
入式系统开发的研究.
资源评论
