红外数据辅助的GM-PHD滤波工程优化算法

利用红外传感器优异的方位精度特点,解决随机有限集的高斯混合-概率假设密度(GM-PHD)算法在工程应用中存在的问题,提出一种在两方面对目标跟踪进行优化的方法.首先,红外传感器确定新生的目标起始信息,形成新生目标随机集初始值;其次,红外数据在目标跟踪过程中实时修正高斯权值,确保算法运行的稳定性;最后,经仿真验证文中算法目标跟踪效果得到大幅度提升.