基于多伯努利概率假设密度的扩展目标跟踪方法
来源：电子与信息学报杂志2016年第12期北京时间：
作者：李文娟, 顾红, 苏卫民
摘要：高分辨率雷达系统中，扩展目标一般会产生多个量测。现有随机有限集(RFS) 类算法一般假定扩展目标的量测数目服从泊松分布，然而这个假设与实际情况不符。针对这一问题，该文提出一种多伯努利扩展目标概率假设密度(MB-ET-PHD)跟踪算法。该算法首先假设扩展目标的量测数目服从多伯努利分布，然后通过有限集统计(FISST)理论的多目标微积分推导得到校正等式，最后给出了高斯混合(GM)框架的仿真结果。仿真结果表明该算法能够获得比泊松ET-PHD算法更好的跟踪性能。
关键词：扩展目标跟踪, 概率假设密度, 多伯努利
基金资助：国家自然科学基金(61471198)
