论文研究基于ETGMPHD的机动多扩展目标跟踪算法.pdf
针对原始扩展目标高斯混合概率假设密度(ExtendedTargetGaussianMixtureProbabilityHypothesisDensity,ET-GM-PHD)滤波算法不能解决机动目标跟踪问题,在高斯混合概率假设密度(GaussianMixtureProbabilityHypothesisDensity,GM-PHD)滤波框架下,引入修正的输入估计算法(ModifiedInputEstimation,MIE),可以有效地处理多扩展目标的机动问题。此外,提出的算法虽然可以实现对未知数目的多机动扩展目标进行跟踪,但无法获得各个目标的航迹。针对此问题,进一步引入
用户评论