作者：赵斌; 胡建旺; 吉兵; 马少闯概率假设密度高斯混合机动目标交互多模型马尔可夫矩阵
摘要：针对高斯混合概率假设密度（Gaussian mixture probability hypothesis density，GMPHD）滤波算法中的机动目标跟踪问题，提出了一种修正马尔可夫（Markov）矩阵的IMM—GMPHD算法．算法对交互多模型（interacting multiple model，IMM）作出修正，通过模型概率的变化率来修正Markov矩阵，增大了匹配模型在交互中的权重，抑制了非匹配模型的影响，提高了算法的估计精度；利用GMPHD滤波器作为IMM算法的滤波实现方式，完成了对多机动目标的数目和状态估计．仿真实验表明，所提算法能快速匹配目标模型的变化，提高匹配模型概率，改善滤波器性能．
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
