trackerPHD
多传感器，多目标PHD跟踪器
描述
的trackerPHDSystem object™是一种跟踪器，能够处理来自多个传感器的多个目标的检测。该跟踪器使用多目标概率假设密度(PHD)滤波器来估计点目标和扩展目标的状态。PHD是定义在跟踪系统状态空间上的函数，其在某一状态下的值定义为单位状态空间体积上目标的期望数量。PHD由概率密度函数的加权和(混合)表示，PHD的峰值对应可能的目标。有关跟踪器功能的概述，请参见算法．
默认情况下，trackerPHD是否可以跟踪扩展对象ggiwphd过滤器，它将来自扩展对象的检测建模为解析点云。你也可以使用trackerPHD与gmphd过滤器，用于跟踪具有指定形状的点目标和扩展对象。跟踪器的输入是由生成的检测报告objectDetection，fusionRadarSensor，irSensor,或sonarSensor对象。跟踪器输出所有维护的轨迹及其分析信息。
使用此对象跟踪目标。
创建
trackerPHD对象并设置其属性。使用参数调用对象，就像调用函数一样。
有关系统对象如何工作的详细信息，请参见什么是系统对象?
创建
描述
跟踪器= trackerPHDtrackerPHD具有默认属性值的系统对象。
跟踪器= trackerPHD (名称,值）trackerPHD (' MaxNumTracks ', 100)创建一个PHD跟踪器，允许最多100个轨道。将每个属性名用引号括起来。
属性
使用
要处理检测和更新轨道，使用参数调用跟踪器，就好像它是一个函数一样(在这里描述)。
语法
描述
confirmedTracks=跟踪器(检测，时间）检测，在更新时，时间．已确认的航迹被修正并预测到更新时间。
confirmedTracks=跟踪器(检测，配置，时间）配置．当传感器的配置随时间变化时，请使用此语法。要启用此语法，请设置HasSensorConfigurationsInput财产真正的．
［还返回一个暂定曲目列表，confirmedTracks，tentativeTracks，allTracks=跟踪器(___）tentativeTracks，以及所有曲目的列表，allTracks．您可以将此输出语法与前面的任何输入语法一起使用。
［还返回分析信息，confirmedTracks，tentativeTracks，allTracks，analysisInformation=跟踪器(___）analysisInformation，可用于航迹分析。您可以将此输出语法与前面的任何输入语法一起使用。
输入参数
输出参数
对象的功能
要使用对象函数，请将System对象指定为第一个输入参数。例如，释放system对象的系统资源obj，使用这种语法:
发行版(obj)
例子
使用trackerPHD跟踪两个对象
设置传感器配置，创建PHD跟踪器，并为跟踪器提供检测。
创建传感器配置。指定传感器的杂波密度和%设置IsValidTime属性为true。配置= trackingSensorConfiguration(1);配置。ClutterDensity = 1e-7; configuration.IsValidTime = true;创建一个PHD跟踪器。追踪器=追踪器“SensorConfigurations”、配置);在t=0时，在点[5;-5;0]和[-5;5;0]附近创建检测，和用这些检测更新跟踪器。。检测= cell(20,1);为i = 1:10 detection {i} = objectDetection(0，[5;-5;0] + 0.2*randn(3,1));结束为j = 11:20 detection {j} = objectDetection(0，[-5;5;0] + 0.2*randn(3,1));结束追踪(检测,0);
0.1秒后再次更新跟踪器，假设目标以[1;2;0]单位每秒的恒定速度移动。
dT = 0.1;为I = 1:20 detection {I}。时间=检测{i}。时间+ dT;检测我{}。米easurement = detections{i}.Measurement + [1;2;0]*dT;结束[confTracks,tentTracks,allTracks] =跟踪器(检测，dT);
可视化探测和确认的轨迹。
从检测中获得测量值。D =[检测{:}];测量= [d.测量];使用getTrackPositions函数提取确认跟踪的位置。注意，我们使用默认的传感器配置% FilterInitializationFcn, initcvggiwphd，它使用恒定速度%模型并将状态定义为[x;vx;y;vy;z;vy]。positionSelector = [1 0 0 0 0 0 0;0 0 1 0 0 0;0 0 0 0 1 0];位置= getTrackPositions(confTracks,positionSelector);图()图(测量(1:),测量(2:)“x”，“MarkerSize”5,“MarkerEdgeColor”，“b”）;持有在；情节(职位(1,1),职位(1、2),“v”，“MarkerSize”5,“MarkerEdgeColor”，“r”）;持有在；情节(职位(2,1),职位(2,2),“^”，“MarkerSize”5,“MarkerEdgeColor”，“r”）;传奇(“检测”，“轨道1”，“轨道2”)包含(“x”) ylabel (“y”）
更多关于
算法
概率假设密度
概率假设密度(PHD)是定义在跟踪系统状态空间上的函数，其在某一状态下的值定义为单位状态空间体积上目标的期望数量。PHD通常是由一些成分的混合来近似的，每个成分对应于对状态的估计。PHD常用的近似有高斯混合、SMC混合、GGIW混合、GIW混合。
为了理解PHD，我们以高斯混合为例。高斯混合可以用
在哪里米是组分的总数，N（x|米我，P我)是具有均值的正态分布米我和协方差P我,w我是重量的吗我组件。重量w我对象表示的目标数，可以是小数我组件。集成的D（x)在一个状态空间区域上产生该区域的预期目标数。集成D（x)在整个状态空间上，得到总期望目标数(∑w我)，因为在整个状态空间上的正态分布的积分是1。的x的峰值(局部最大值)的坐标D（x)表示目标最可能的状态。
例如，下图演示了由给出的PHD函数D（x） =N（x|−4,2)+ 0.5N（x|3,0.4) + 0.5N（x| 4, 0.4)。这些分量的权重之和为2，这意味着可能存在两个目标。从山顶D（x)表示这些目标的可能位置x=−4,x= 3，和x= 4。请注意，最后两个组件彼此非常接近，这意味着这两个组件可以归属于一个对象。
参考文献
格兰斯托姆，K.伦奎斯特，O.奥古纳。”使用高斯混合PHD滤波器扩展目标跟踪。”IEEE航空航天与电子系统汇刊。Vol. 48, no . 4, 2012, pp. 3268-3286。
格兰斯托姆、K.和O.奥古纳。”使用随机矩阵跟踪多个扩展目标的PHD滤波器。”IEEE信号处理汇刊。Vol. 60, no . 11, 2012, pp. 5657-5671。
[3]格兰斯托姆，K.和A.纳塔莱，P.布拉卡，G.卢迪诺和F.塞拉菲诺。使用x波段海洋雷达数据扩展目标跟踪的伽马高斯逆Wishart概率假设密度地球科学与遥感汇刊。Vol. 53, no . 12, 2015, pp. 6617-6631。
扩展功能
另请参阅
功能
对象
对象
您也可以从以下列表中选择一个网站:
