.png){kind=icon}
.png){kind=icon}
返回
Cluster Target Tracking Based on Multi-Sensor Adaptive GLMB Filter
.png){kind=icon}
OA
AI
DOI：10.3390/s26113559.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
在复杂检测环境中，未知检测概率和杂波率阻碍了对簇目标的准确跟踪。为解决此问题，本文提出了一种新颖的多传感器自适应广义标记多伯努利（MS-AGLMB）滤波器。具体而言，我们考虑簇成员间的相互作用，并采用虚拟领导者-跟随者模型来描述簇的动力学。针对未知环境参数，我们采用自适应基数概率假设密度（CPHD）滤波器实时估计检测概率和杂波率。此外，我们使用吉布斯采样高效截断GLMB关联假设，获得后验密度并解决多传感器测量划分问题。联合预测与更新策略实现了对目标轨迹、检测概率、杂波率及簇结构的同步估计。仿真结果表明，所提算法在时变检测概率和杂波率的场景中表现出更强的鲁棒性，在簇目标跟踪方面优于对比滤波器。
Keyword:
cluster target tracking
MS-AGLMB filter
Gibbs sampling
CPHD filter
virtual leader-follower model