%0 Journal Article
%T 箱粒子PHD演化网络群目标跟踪算法
%A 宋骊平
%A 刘宇航
%A 程轩
%J 控制与决策
%D 2018
%R 10.13195/j.kzyjc.2016.1422
%X 群演化网络模型对群结构的构建和实时更新提供了良好的实现方式.针对粒子概率假设密度(SMC- PHD)滤波算法存在运算量大的问题,提出一种基于箱粒子概率假设密度(BP-PHD)滤波的演化网络群目标跟踪算法.将群演化网络模型得到的群结构信息反馈回BP-PHD滤波过程中,从而实现群目标的跟踪和群数目的估计.对比实验表明,所提出算法可以在保证跟踪效果的同时减少计算量,并且在杂波密集的条件下具有更好的跟踪精度和鲁棒性.
%U http://kzyjc.alljournals.cn/ch/reader/view_abstract.aspx?file_no=20180109&flag=1