改进的邻近目标GM-PHD跟踪算法

针对目标跟踪系统在邻近目标场景下难以进行精确估计的问题，提出一种改进的邻近目标GM-PHD跟踪算法。该算法通过构建基于预测权值和速度参数的自适应门限，有效避免了杂波对算法更新步骤带来的巨大迭代负担。同时，我们充分考虑了目标邻近时量测的可能分布情况，针对目标与量测的“一对零”和“一对多”现象，提出了一种新的权重分配修正方法。结果表明，目标邻近时，改进后的算法在目标数和目标状态估计方面均优于传统算法，能够显著提高跟踪准确度。