论文部分内容阅读
多模型（Multiple Model，MM）概率假设密度（Probability Hypothesis Density，PHD）滤波器能同时估计机动目标个数及状态，但其序贯蒙特卡罗（Sequential Monte Carlo，SMC）实现运用粒子聚类算法提取目标状态，不仅引入额外计算量，且可能导致目标丢失。针对这一问题，该文提出一种基于多模型的势平衡无偏多目标多伯努利（Multiple Model Cardinality Balanced Multipletarget Multi—Bernoulli，M