作者：李文娟; 顾红; 苏卫民扩展目标跟踪概率假设密度多伯努利
摘要：高分辨率雷达系统中，扩展目标一般会产生多个量测。现有随机有限集（RFS）类算法一般假定扩展目标的量测数目服从泊松分布，然而这个假设与实际情况不符。针对这一问题，该文提出一种多伯努利扩展目标概率假设密度（MB-ET-PHD）跟踪算法。该算法首先假设扩展目标的量测数目服从多伯努利分布，然后通过有限集统计（FISST）理论的多目标微积分推导得到校正等式，最后给出了高斯混合（GM）框架的仿真结果。仿真结果表明该算法能够获得比泊松ET-PHD算法更好的跟踪性能。
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
