作者：刘枫 吴小俊多目标跟踪概率假设密度随机集联合概率数据关联
摘要：在多目标跟踪问题中，如果目标数未知或者随着时间的变化而变化，那么联合概率数据关联（JPDA）等一系列在目标数已知时使用的跟踪算法就难以应对，而概率假设密度（PHD）滤波算法将目标集合数看成一个随机集，避免了数据关联问题。文中将PHD算法与JPDA算法进行了比较，仿真实验结果表明：在杂波环境下，PHD算法对目标数未知或随时间变化的多目标跟踪情况良好，在相同仿真条件下，PHD算法在时间上花的代价比其他算法更少。
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
