基于标签随机有限集的多量测多目标跟踪算法
来源期刊：控制与决策2016年第9期
论文作者：邱昊 黄高明 左炜 高俊
文章页码：1702 - 1706
关键词：多目标跟踪;标签随机有限集;多伯努利;多量测;
摘 要：针对一个扫描周期内单个目标可能产生多个量测的问题,提出一种基于标签随机有限集的扩展算法.结合脉冲扩展标签多伯努利（δ-GLMB）滤波器和多量测模型,推导出新的更新方程;采用假设分解策略对关联过程进行降维,避免了量测分组过程.实验分析表明:所提出算法能对目标数进行无偏估计,在低探测概率条件下跟踪性能明显优于多量测概率假设密度（MD-PHD）算法;计算开销在量测较少时高于MD-PHD,量测个数增加时增幅低于MD-PHD.
邱昊，黄高明，左炜，高俊
海军工程大学电子工程学院
摘 要：针对一个扫描周期内单个目标可能产生多个量测的问题,提出一种基于标签随机有限集的扩展算法.结合脉冲扩展标签多伯努利（δ-GLMB）滤波器和多量测模型,推导出新的更新方程;采用假设分解策略对关联过程进行降维,避免了量测分组过程.实验分析表明:所提出算法能对目标数进行无偏估计,在低探测概率条件下跟踪性能明显优于多量测概率假设密度（MD-PHD）算法;计算开销在量测较少时高于MD-PHD,量测个数增加时增幅低于MD-PHD.
关键词：多目标跟踪;标签随机有限集;多伯努利;多量测;
