论文部分内容阅读
针对杂波环境下纯方位多目标跟踪中数据关联的复杂性问题，提出了一种基于势分布概率假设密度(CPHD)滤波的被动目标跟踪算法，将无迹卡尔曼滤波(UKF)与CPHD滤波相结合，利用无迹变换处理纯方位目标的非线性问题，而CPHD滤波能够完全避免数据关联的计算，并对目标数目进行精确和稳定的估计，在提高纯方位多目标跟踪精度的同时大大减少了计算量。仿真实验中，将高斯混合UKFCPHD滤波和UKFPHD滤波应用于纯方位多目标跟踪问题，结果表明，本文提出的算法能够精确的估计出目标的状态和数目，比UKFPHD滤波算法具有更高的跟踪精度。