摘要：在贝叶斯框架下的多目标跟踪算法中，总是假设杂波的先验信息是已知的。然而，实际应用中，杂波分布一般是未知的，假设的杂波分布往往与实际情况匹配度差，难以保证滤波精度。针对该问题，该文研究了未知杂波势估计概率假设密度（CPHD）滤波算法。首先，提出一种基于狄利克雷过程混合模型（DPMM）类的未知杂波CPHD算法，该算法能够自动选取合适的类数对杂波进行描述，有效降低了杂波空间分布估计的误差。此外，提出样本集校正的思想，并将其引入所提算法，通过去除样本集中由真实目标产生的量测，较好地解决了杂波数过估和目标数低估的问题。与传统算法相比，所提算法的滤波精度更接近于杂波信息匹配情况下的性能，仿真结果验证了其优越性与鲁棒性。

关键词：多目标跟踪 参数估计 未知杂波 狄利克雷过程混合模型 势估计概率假设密度滤波 

单位：西安电子科技大学电子工程学院; 西安710071