公开(公告)号：CN109633590B

公开(公告)日：2020-09-29

申请号：CN201910016323.2

申请日：2019-01-08

Applicant: 杭州电子科技大学

Inventor： 郭云飞 ,  任昕 ,  李勇 ,  薛安克 ,  郭宝峰

IPC: G01S7/41

Abstract: 本发明提出基于GP‑VSMM‑JPDA的扩展目标跟踪方法。该发明首先采用期望模型扩展方法构建自适应模型集，并基于模型对扩展目标状态初始化。其次基于高斯过程建立扩展目标联合跟踪门以选择有效测量。然后将高斯过程与联合数据关联滤波器相结合，形成新的滤波器，用于更新各个扩展目标于不同模型下的状态和协方差。最后基于变结构交互式多模型方法，将各个扩展目标的状态和协方差进行融合，得到最终的状态估计。相比基于随机矩阵的交互式多模型(IMM‑RM)机动扩展目标跟踪方法，GP‑VSMM‑JPDA方法不仅能够在杂波环境中同时跟踪多个机动的非椭圆模型，并且能够准确估计目标形状，提供更多目标信息。

公开(公告)号：CN109633590A

公开(公告)日：2019-04-16

申请号：CN201910016323.2

申请日：2019-01-08

Applicant: 杭州电子科技大学

Inventor： 郭云飞 ,  任昕 ,  李勇 ,  薛安克 ,  郭宝峰

IPC: G01S7/41

Abstract: 本发明提出基于GP‑VSMM‑JPDA的扩展目标跟踪方法。该发明首先采用期望模型扩展方法构建自适应模型集，并基于模型对扩展目标状态初始化。其次基于高斯过程建立扩展目标联合跟踪门以选择有效测量。然后将高斯过程与联合数据关联滤波器相结合，形成新的滤波器，用于更新各个扩展目标于不同模型下的状态和协方差。最后基于变结构交互式多模型方法，将各个扩展目标的状态和协方差进行融合，得到最终的状态估计。相比基于随机矩阵的交互式多模型(IMM‑RM)机动扩展目标跟踪方法，GP‑VSMM‑JPDA方法不仅能够在杂波环境中同时跟踪多个机动的非椭圆模型，并且能够准确估计目标形状，提供更多目标信息。