多伯努利濾波器及其在檢測前跟蹤中的應(yīng)用.pdf

1、無論在軍事領(lǐng)域還是在民用領(lǐng)域，多目標跟蹤技術(shù)都已經(jīng)展現(xiàn)出廣泛的應(yīng)用前景。基于隨機集的多目標跟蹤算法是近年來多目標跟蹤領(lǐng)域研究的熱點，也是本文的研究重點。
　　 紅外弱小目標的檢測與跟蹤是紅外預(yù)警系統(tǒng)和精確制導(dǎo)系統(tǒng)中的一項關(guān)鍵技術(shù)，怎么實現(xiàn)低信噪比下的紅外弱小目標檢測與跟蹤是一項很有挑戰(zhàn)性的研究課題。
　　 本文重點研究了概率假設(shè)密度(PHD)和多伯努利濾波器以及低信噪比條件下紅外弱小目標的檢測前跟蹤(TBD)方法。

2、>　　 首先本文介紹了隨機集的相關(guān)理論，研究了高斯混合PHD算法和PHD平滑算法，仿真實驗表明高斯混合PHD平滑算法可以獲得比高斯混合PHD算法更加準確的狀態(tài)估計。
　　 其次研究最近提出的根據(jù)隨機集推導(dǎo)出的多伯努利濾波器，然后介紹其在線性高斯條件下的實現(xiàn).高斯混合的勢均衡多伯努利濾波器。在非線性條件下，研究了兩種高斯濾波方法：積分卡爾曼濾波(QKF)和容積卡爾曼濾波(CKF)，并提出了基于QKF的勢均衡多伯努利濾波器和基于C