.png){kind=icon}
返回
Possibility PMBM filter for robust multi-target tracking
.png){kind=icon}
PRE
AI
DOI：10.1016/j.sigpro.2025.110483.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
本文考虑了在认知不确定性下的多目标跟踪（MTT）问题，并通过将可能性理论融入泊松多伯努利混合（PMBM）滤波框架来实现这一目标。为此，我们首先定义了可能性PMBM，然后推导出可能性PMBM滤波递推公式。所得到的可能性PMBM滤波器在保留PMBM强大理论框架的同时，增强了模型失配的鲁棒性。此外，我们提出了可能性泊松多伯努利（PMB）滤波器，它是可能性PMBM滤波器的一种计算效率较高的近似。我们还基于高斯混合表示提出了所提出的可能性PMBM和可能性PMB滤波器的解析实现，并通过仿真研究验证了其鲁棒性和估计精度。
