Improved CPHD Filter for Multitarget Tracking

Abstract

CPHD(Cardinalized Probability Hypothesis Density)滤波是一种杂波环境下可变目标数的多目标跟踪算法，该文针对算法中存在的目标漏检问题提出一种改进算法，该算法在高斯混合框架下实现贝叶斯递归，通过对各个高斯分量进行标记，对目标进行航迹关联，在此基础上对修剪合并后各个高斯分量的权值进行两次分配。首先对超过检测门限的高斯分量权值进行分配，有效解决了目标漏检问题，然后基于一个目标只可能产生一个观测的事实进行第2次分配，改善了目标发生交叉时的算法性能。实验结果表明，所提方法在多目标状态估计和航迹维持方面均优于普通的CPHD算法。