多机动目标跟踪的IMM-GMPHD滤波算法

针对现有多机动目标跟踪算法精度低、计算量大、约束条件苛刻等问题，本文将高斯混合概率假设密度（Gaussian Mixture PHD，GM-PHD）滤波器和交互式多模型（Interacting Multiple Model，IMM）相结合，提出交互式多模型GM-PHD（Interacting Multiple Model GMPHD，IMM-GMPHD）滤波算法。算法不仅避免了多目标跟踪中的数据关联问题，而且在漏检、目标密集、目标机动、航迹交叉、目标数目未知的杂波环境下能够稳定、精确地估计目标数目和状态。100次蒙特卡洛（Monte Carlo，MC）仿真结果表明，IMM-GMPHD滤波器能在不增加额外计算负担的基础上，体现出较高的精确度和较强的鲁棒性。