论文部分内容阅读
以重加权交互式多模型卡尔曼滤波（RIMMKF）为基础，提出了一种传感器管理算法．首先利用RIMM对联合多目标概率的量测更新和马尔可夫转移更新求取分辨力也即信息增量，然后利用信息增量最大化来分配传感器资源．所采用的模型弥补了交互式多模型（IMM）的不足．仿真结果表明，在机动多模型环境下，与IMMKF分辨力方法相比，本文所提算法行之有效且能使传感器资源得到有效地分配．