基于迭代积分卡尔曼PHD滤波多目标跟踪

在多目标跟踪环境下,通过对数值积分卡尔曼概率假设密度滤波器(QK-PHD)的误差分析,提出一种迭代QK-PHD算法。该算法基本思想是将一步预测作为第1次迭代的初始值,通过量测更新得到状态估计,然后将此状态估计作为下一步迭代的初始均值和方差。通过多次迭代后滤波输出精度更高方差更小。Matlab仿真结果表明,在不明显增加计算时间的基础上,迭代QK-PHD比QK-PHD的跟踪效果更加明显,滤波输出精度更高。