杂波环境下扩展目标跟踪的PCRLB

摘要

在杂波和漏检的环境下针对扩展目标估计的性能评价问题,提出了求扩展目标跟踪估计的后验克拉美罗界(Posterior Cramer-Rao Lower Bound,PCRLB)的方法,该方法假设单个扩展目标的量测个数服从泊松分布,杂波的个数也服从泊松分布,给出了在有漏检和杂波环境下的求PCRLB的方法——信息约减因子法(Information Reduction Factor, IRF).算例展示了不同的检测概率和杂波密度对PCRLB的影响,仿真结果表明,该PCRLB能有效反映扩展目标跟踪所能达到的最优性能,并且检测概率越高,PCRLB越小,杂波密度越大,PCRLB越大.但是过程和结论仅适用于单个传感器单个扩展目标跟踪的状态估计问题.