[发明专利]一种基于GM-PHD滤波的多传感器非顺序量测异步融合方法

摘要

本发明公开了一种基于GM‑PHD滤波的多传感器非顺序量测异步融合方法，可用于解决杂波环境下基于雷达、声呐等多传感器异步非顺序量测的多目标跟踪问题。本发明采取了集中式特征级融合策略，融合中心对实时接收到的量测进行判断，针对顺序量测和到达滞后量测两种异步量测分别设计了基于GM‑PHD滤波器的融合算法。特别的对于到达滞后量测，本发明合理改进了GM‑PHD滤波器，解决了随机集框架下的反向状态预测及负时间量测更新问题，实现了目标状态的二次估计。本发明借助随机集理论的优势，避免了异步融合问题中复杂的数据关联问题，方法结构简单，易于实现的迭代更新，对于解决实际的多传感器多目标目标跟踪问题具有重要的现实意义。

主权项

1.一种基于GM‑PHD滤波的多传感器非顺序量测异步融合方法，其特征在于包括如下步骤：1)建立多传感器多目标跟踪模型，包括目标运动模型、量测模型、杂波模型，并初始化；2)建立多传感器非顺序量测异步融合框架，融合中心当前最新的目标估计值对应的时刻为t_k，将其作为下一帧量测的比较基准，用T_k表示(T_k＝t_k)，当接收到一帧传感器的量测，融合中心将量测时间戳t_k+1与T_k比较，判断该量测属于顺序量测或到达滞后量测，然后采取如下融合策略：对于顺序量测，即t_k+1>T_k，应用高斯混合PHD滤波器进行剪枝合并、预测、更新，得到新的估计结果；对于到达滞后量测，即t_k+1<T_k，应用基于直接更新法的高斯混合PHD滤波器，先进行反向状态预测，然后借助滞后量测对当前估计结果二次滤波；3)在需要获得目标状态估计的时刻，融合中心对当前最新估计结果进行目标个数及状态提取并输出。