随机有限集理论及其在多目标跟踪中的应用和实现

• 作者: 彭华甫 田威 黄高明
• 来源期刊: 控制与决策
• 学科: 工学
• 关键词: 随机有限集 多目标跟踪 贝叶斯估计 高斯混合 序贯蒙特卡罗 多传感器 时空配准
• 年，卷（期）: 2019,（2）
• 所属期刊栏目: 综述与评论
• 页码范围: 225-232
• 页数: 8页
• 分类号: TP391
• 语种: 中文
• DOI: 10.13195/j.kzyjc.2017.1326

摘要

梳理了随机有限集(RFS)的理论基础和发展脉络,重点对其在多目标跟踪中应用和实现的难点问题进行详细分析.首先针对单传感器情形,深入讨论RFS的几类典型近似技术,包括:概率假设密度(PHD)滤波器、势概率假设密度(CPHD)滤波器、多伯努利(MeMBer)滤波器以及泛化标签多伯努利(GLMB)滤波器,对其发展脉络进行分析,并对高斯混合(GM)及序贯蒙特卡罗(SMC)实现中面临的问题进行研究;其次,针对多传感器情形,介绍时空配准问题的处理方法,并分别从集中式、分布式融合两个方面对基于RFS多传感器多目标跟踪技术进行分析;再次,对RFS滤波器在实际应用中面临的困难及挑战进行分析;最后,基于现有研究进展,提出RFS在多目标跟踪领域未来需重点关注及研究的方向.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	黄高明	海军工程大学电子工程学院	152	710	12.0	17.0
2	田威	海军工程大学电子工程学院	10	5	1.0	1.0