基于随机有限集的多目标滤波算法研究

《基于随机有限集的多目标滤波算法研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、分类号：密级：UDC：编号：工学博士学位论文基于随机有限集的多目标滤波算法研究博士研究生：王利伟指导教师：司伟建研究员学科、专业：信息与通信工程哈尔滨工程大学2016年11月万方数据分类号：密级：UDC：编号：工学博士学位论文基于随机有限集的多目标滤波算法研究博士研究生：王利伟指导教师：司伟建研究员学位级别：工学博士学科、专业：信息与通信工程所在单位：信息与通信工程学院论文提交日期：2016年9月论文答辩日期：2016年11月学位授予单位：哈尔滨工程大学万方数据ClassifiedIndex:U.D.C:ADissertati

2、onfortheDegreeofD.EngResearchonMulti-targetFilteringAlgorithmBasedonRandomFiniteSetCandidate:WangLiweiSupervisor:Prof.SiWeijianAcademicDegreeAppliedfor:DoctorofEngineeringSpecialty:InformationandCommunicationEngineeringDateofSubmission:Sep.2016DateofOralExamination:

3、Nov.2016University:HarbinEngineeringUniversity万方数据哈尔滨工程大学学位论文原创性声明本人郑重声明：本论文的所有工作，是在导师的指导下，由作者本人独立完成的。有关观点、方法、数据和文献的引用已在文中指出，并与参考文献相对应。除文中已注明引用的内容外，本论文不包含任何其他个人或集体已经公开发表的作品成果。对本文的研究做出重要贡献的个人和集体，均已在文中以明确方式标明。本人完全意识到本声明的法律结果由本人承担。作者（签字）：日期：年月日哈尔滨工程大学学位论文授权使用声明本人完全了解学校

4、保护知识产权的有关规定，即研究生在校攻读学位期间论文工作的知识产权属于哈尔滨工程大学。哈尔滨工程大学有权保留并向国家有关部门或机构送交论文的复印件。本人允许哈尔滨工程大学将论文的部分或全部内容编入有关数据库进行检索，可采用影印、缩印或扫描等复制手段保存和汇编本学位论文，可以公布论文的全部内容。同时本人保证毕业后结合学位论文研究课题再撰写的论文一律注明作者第一署名单位为哈尔滨工程大学。涉密学位论文待解密后适用本声明。本论文（□在授予学位后即可□在授予学位12个月后□解密后）由哈尔滨工程大学送交有关部门进行保存、汇编等。作者（签字

5、）：导师（签字）：日期：年月日年月日万方数据基于随机有限集的多目标滤波算法研究摘要随着各种类型传感器技术水平的不断进步，多目标跟踪技术的应用范围和需求也不断扩展。传统的多目标跟踪方法由于涉及到复杂的数据关联过程，在杂波、检测不确定和目标数未知的背景下面临技术和实现上的难题。近年来发展的基于有限集统计（FiniteSetStatistics，FISST）的多源多目标信息融合理论为多目标跟踪问题奠定了科学、严谨的理论基础。其中，基于随机有限集（RandomFiniteSet，RFS）描述的多目标系统以及建立在集合之上的概率统计学，

6、可以得到解决多目标跟踪问题的最优多目标贝叶斯滤波器。由此发展而来的多目标滤波器或多目标滤波算法可以直接估计空间中的多目标个数和相应的目标状态，在处理复杂的多目标滤波问题时比传统方法具有诸多优势。鉴于此类方法具有完备的理论支撑和广阔的应用前景，本文以单传感器多目标跟踪应用为前提，对基于RFS的多目标滤波算法展开深入研究，针对现有算法存在的一些问题提出相应的解决办法，为改善其性能和推广其应用奠定基础。论文主要研究工作如下：首先，针对如何提高概率假设密度（ProbabilityHypothesisDensity，PHD）滤波器的多目

7、标估计性能方面展开研究。为了解决标准的PHD滤波器需要先验目标出生强度信息和容易受到杂波观测影响的问题，提出一种新的观测驱动的PHD滤波算法。该方法通过对PHD滤波器的分解执行以及对输入观测的分类，实现了已有目标和新生目标的独立滤波，有效地避免了无关观测对已有目标滤波过程的影响，而且可以基于观测分类结果自适应地在每一次滤波迭代中构建新生目标强度。此外，针对序贯蒙特卡洛PHD（SequentialMonteCarloPHD，SMC-PHD）滤波器中多目标状态估计难以提取的问题提出一种多目标状态提取算法。该算法基于独立的观测和粒子

8、的似然信息实现粒子和观测的关联验证，然后利用有效的观测主导粒子群划分，最后结合估计的目标数完成独立目标状态的提取。计算机仿真实验验证了两种算法的有效性。其次，针对标准的势化PHD（CardinalizedPHD，CPHD）滤波器中存在的漏检更新问题，基于高斯混合（Gaussi