|
|||||
|
|
| 基于多目标灰狼优化的PHD粒子滤波改进算法 | |
| 作者姓名： | 吴冕 袁俊泉 郑岱堃 陈阿磊 |
| 作者单位： | 空军预警学院,武汉430019;空军预警学院,武汉430019;空军预警学院,武汉430019;空军预警学院,武汉430019 |
| 摘 要： | 针对传统PHD粒子滤波算法存在目标数目估计精度低且位置估计误差大的缺陷,提出一种结合多目标灰狼优化的PHD(MOGWO-PHD)粒子滤波算法.该算法在预测和更新过程之间加入多目标灰狼优化算法,利用最新的观测信息将预测后的粒子集进行重新优化分布,使粒子移动至目标存在的高似然概率区域,减轻重采样后易出现的粒子贫乏问题;然后使用基于密度聚类(DBSCAN)算法对粒子进行聚类并提取目标状态.仿真结果表明,在不同杂波密度下,MOGWO-PHD算法对目标数目和状态的估计精度均优于传统PHD粒子滤波算法. |
| 关 键 词： | 概率假设密度 粒子滤波 多目标灰狼优化 密度聚类 |
| 本文献已被 维普 万方数据 等数据库收录！ | |
