基于贪婪量测划分的隐身目标跟踪MS-LMB滤波器

摘要：

针对隐身目标的跟踪,本文将贪婪量测划分的方法应用于多传感器标签多伯努利(MS-LMB)滤波器中,较好地解决了低检测概率下的多雷达跟踪问题.传统的MS-LMB滤波器一般采用吉布斯采样来解决量测划分问题.当雷达网中多数雷达对隐身目标的检测概率较低而处于漏检状态时,目标的似然权值将偏小而很难被吉布斯采样获取,从而难以准确估计隐身目标的状态.贪婪量测划分机制由于单独考虑了包含漏检项的量测集,可有效解决此问题.仿真实验结果表明,在隐身目标的跟踪中,采用贪婪量测划分的MS-LMB滤波器的滤波性能明显优于采用吉布斯采样的MS-LMB滤波器的性能.

关键词：隐身目标跟踪、多传感器多目标跟踪、MS-LMB滤波器、量测划分假设

所属期刊栏目：42

分类号：TN953

资助基金：国家自然科学基金;国家自然科学基金

在线出版日期：2022-12-19（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：1290-1298