%0 Journal Article
%T 基于幅度信息的标签多伯努利滤波算法
%J -
%D 2018
%R 10.3969/j.issn.1001-506X.2018.12.03
%X 杂波环境下,现有多目标跟踪滤波器会出现性能衰减。对此,提出了基于幅度信息(amplitude information,AI)的广义标签多伯努利(generalized labeled multi-Bernoulli,GLMB)滤波算法(AI-GLMB)。通常杂波幅度低于目标回波幅度,通过引入幅度信息对目标状态进行扩展,建立幅度似然函数,推导新的更新方程,并给出了算法的序贯蒙特卡罗实现方法。仿真结果表明,AI-GLMB算法能有效适应高杂波环境,同幅度信息辅助的概率假设密度滤波算法、幅度信息势平衡多伯努利滤波算法及传统GLMB滤波算法相比,其跟踪精度更高
%K 随机有限集
%K 多目标跟踪
%K 幅度信息
%K 标签多伯努利
%U http://www.sys-ele.com/CN/10.3969/j.issn.1001-506X.2018.12.03