电讯技术

作者：李华楠,曹林,王东峰,付冲

单位：(北京信息科技大学 通信工程系，北京 100101;1.北京信息科技大学 通信工程系，北京 100101;2.北京川速微波科技有限公司，北京 100018;东北大学 计算机科学与工程学院，沈阳 110004)

关键词：汽车雷达；多目标跟踪；航迹关联；密度聚类；匈牙利指派；粒子滤波；卡尔曼重要性采样；

基金：国家自然科学基金资助项目（61671069）

使用汽车雷达进行多目标跟踪时，为了提高航迹关联效率并改善非线性场景跟踪效果，提出了结合匈牙利指派和卡尔曼重要性采样的粒子滤波(Particle Filter with Kalman Importance Sampling，PF-KIS)算法。首先，将航迹关联分解为聚类和指派，通过密度聚类筛选并整合有效目标，经过匈牙利指派得到目标和航迹的最佳匹配关系，避免产生多余联合事件，提高关联效率；其次，以卡尔曼滤波的结果作为粒子滤波的先验，使采样粒子分布更合理，提高估计精度，进而改善非线性跟踪能力。实验表明，算法平均航迹关联正确率约为95%；非线性场景误差约为卡尔曼滤波的1/2，有效地改善了非线性场景跟踪能力。

来源：2019年第5期

《电讯技术》期刊编辑部

查看电讯技术杂志2019年第5期