基于随机有限集的多个弱目标跟踪算法

摘要

基于随机有限集的多目标滤波方法和标准的单目标滤波方法相似，也是利用贝叶斯法则来传播多目标的概率密度的，不同之处在于在随机有限集框架下的积分为集值积分，由于集值积分通常是无法求解的，许多近似的多目标滤波方法被提出，其中基于随机有限集密度近似的多目标多伯努利(Multi-Target Multi-Bernoulli, MeMBer)滤波器及其改进形式的势均衡多目标多伯努利(Cardinalized-Balanced MeMBer, CBMeMBer)滤波器，是近期得到发展的有效滤波方法。本文中将检测前跟踪(Track Before Detect, TBD)方法引入了势均衡多目标多伯努利滤波器，针对多个弱目标提出了相应的跟踪方法。rn 目标跟踪问题一直受到国内外学者的广泛关注和研究，是信息融合研究的热点和难点问题。低信噪比环境下的弱目标检测与跟踪更是处于研究的初步阶段，但是因其具有很高的军用和民用价值，近些年来吸引了国内外研究人员高度关注。将基于随机集理论的多目标跟踪算法应用于弱小目标检测与跟踪，在低信噪比环境下结合检测前跟踪的思想不仅丰富了随机有限集理论，而且开拓了检测前跟踪方法应用范围，具有重要的现实意义，并且很好地应用于弱目标跟踪的情形。