摘要：針對基于概率假設(shè)密度(probability hypothesis density,PHD)的非線性機(jī)動(dòng)多目標(biāo)跟蹤精度低、濾波發(fā)散、目標(biāo)數(shù)目估計(jì)不準(zhǔn)確等問題,提出一種基于交互式多模型的稀疏高斯厄米特PHD算法.該算法在PHD濾波器下,采用稀疏高斯厄米特方法對目標(biāo)進(jìn)行狀態(tài)預(yù)測和量測更新,構(gòu)造一種稀疏高斯厄米特PHD濾波器;然后將交互式多模型算法融入稀疏高斯厄米特PHD濾波框架中,解決了目標(biāo)機(jī)動(dòng)過程中運(yùn)動(dòng)模式不確定的問題.仿真結(jié)果表明該算法能對機(jī)動(dòng)多目標(biāo)進(jìn)行有效的跟蹤,相比交互式多模型不敏卡爾曼PHD等濾波方法具有更高的狀態(tài)估計(jì)精度,且目標(biāo)數(shù)目估計(jì)更準(zhǔn)確.