基于最大线性相关多椭圆建模的NEO-GGIW-PMBM多扩展目标跟踪滤波器

《Electronics》:Multi-Ellipse PMBM Filter Using Maximum-Linear-Correlation-Based Measurement Partitioning for Non-Ellipsoidal Extended Object Tracking

【字体: 大 中 小 】 时间:2026年09月23日 来源:Electronics 2.9

编辑推荐:

   摘要

  

摘要

泊松多伯努利混合(PMBM)滤波器已被证明在多扩展目标跟踪中是有效的。然而,基于PBM的扩展目标跟踪方法通常使用椭圆来表示目标的外形,这无法准确描述非椭球状扩展目标的实际形状。当多个目标间距较小时,形状信息的丢失也使得其轨迹更难区分,并增加了数据关联的模糊性。为了解决这些问题,本文在PMBM框架内提出了一种基于最大线性相关的多椭圆建模方法。根据最大线性相关准则对量测进行划分,所得子集用于构建多个伽马-高斯-逆威沙特(GGIW)分量,共同表示非椭球状的外形。基于该模型,给出了相应的似然函数以及NEO-PMBM滤波器的预测和更新过程。其GGIW实现形式称为NEO-GGIW-PMBM。通过三种仿真实验场景,将所提出的滤波器与传统的GGIW-PMBM和NEOT-PMBM滤波器进行了对比。结果表明,NEO-GGIW-PMBM能够实现更快的GOSPA误差下降,并产生更低的整体GOSPA误差和外形误差,尤其是在多个目标间距较小或相交的情况下。
相关新闻
生物通微信公众号
微信
新浪微博

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号