[发明专利]基于变分滤波的粒子优化概率假设密度多目标跟踪方法

摘要

本发明提供了一种基于变分滤波的粒子优化概率假设密度多目标跟踪方法。将目标状态变量的分布参数视作随机变量，并用变分贝叶斯方法求解它们的后验分布，在确定这些参数的估计值后得到优化了的滤波状态分布，再以该状态分布函数作为逼近真实后验PHD函数的重要性函数进行随机粒子采样，从而能使大部分采样粒子分布在高似然概率处，合理利用观测信息，避免传统粒子概率密度假设方法由于粒子采样于低似然概率处而造成的粒子退化现象，最终提高粒子概率假设密度多目标跟踪算法的性能。

主权项

一种基于变分滤波的粒子优化概率假设密度多目标跟踪方法，其特征是：步骤一：对于在某监控区域内的未知数目、未知状态的多目标，通过传感器测量得到所有目标包括位置、方向在内的观测信息；步骤二：初始化目标的PHD函数，并获得相应的粒子集；步骤三：利用变分贝叶斯方法对上一步骤中的粒子集进行更新，获得变分滤波后的目标后验状态分布；步骤四：以变分滤波后得到的后验状态分布作为重要性函数进行采样，预测目标的PHD函数；步骤五：对预测的目标PHD函数进行更新；步骤六：获得更新的目标PHD函数后，若有效粒子数量低于设定阈值，则对粒子进行重采样再回到步骤三，否则直接回到步骤三，如此反复直至到达滤波最终时刻；步骤七：滤波结束后输出最终估计结果，确定监控区域内目标个数以及每个目标包括位置、速度和加速度等在内的状态信息。