一种未知、非均匀、时变杂波环境下的多目标跟踪方法

本发明提出了一种未知、非均匀、时变杂波环境下的多目标跟踪方法，通过自适应带宽的核密度估计(KDE)实时计算杂波密度，优化概率假设密度(PHD)滤波器的性能，包括初始化滤波器参数、预测目标状态、更新目标状态、修剪低权重目标及合并相近目标等步骤。与传统GM‑PHD算法相比，本发明显著提高了杂波密度估计的准确性，降低了虚假航迹率，提升了目标基数估计和跟踪精度。实验结果表明，本发明在复杂杂波环境中具有更优的跟踪性能和鲁棒性，适用于雷达、声呐等传感器应用场景。