扩展目标联合检测与估计的误差界

• 作者: 连峰 韩崇昭 马冬冬
• 来源期刊: 西安交通大学学报
• 关键词: 性能评价 扩展目标跟踪 联合检测与估计 随机有限集
• 年，卷（期）: 2014,（4）
• 页码范围: 8-14
• 页数: 7页
• 分类号: TP393
• 语种: 中文
• DOI: 10.7652/xjtuxb201404002

摘要

针对杂波和漏检环境下单个扩展目标联合检测与估计的性能评价问题,提出了一种基于随机有限集(Random Finite Set,RFS)的误差分析方法.该方法通过将扩展目标的状态和观测分别建模为Bernoulli RFS和Poisson RFS,在RFS框架下推导获得了采用最大后验概率检测器和无偏估计器的均方误差界,并给出了其在目标确定存在以及无杂波条件下的简化形式.实验结果表明,建议的均方误差界能够有效地反映扩展目标联合检测与估计算法所能达到的最优性能,利用该误差界可以对不同的扩展目标联合检测与估计算法的性能进行有效的衡量,误差在5％以内.推导过程和结论仅关注于单传感器扩展目标联合检测与估计的静态问题,并假设其状态和测量均为标量.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	韩崇昭	西安交通大学智能网络与网络安全教育部重点实验室	349	5634	35.0	59.0
2	连峰	西安交通大学智能网络与网络安全教育部重点实验室	21	174	8.0	12.0
3	马冬冬	西安交通大学智能网络与网络安全教育部重点实验室	3	19	2.0	3.0