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