一种新的多机动目标跟踪的GMPHD滤波算法 (2010年)

针对多机动目标跟踪的传统数据关联算法约束条件苛刻、估计精度低、计算量大等问题，提出了一种基于随机集理论的非数据关联的多机动目标跟踪算法。该算法将高斯混合概率假设密度（GMPHD）滤波与“当前”统计模型的优点相结合，绕过了棘手的数据关联问题，能高效处理目标数较大的机动跟踪问题。在漏检、虚警、多机动目标交叉杂波复杂环境下进行了仿真实验，结果表明，该算法具有较高的跟踪精度和稳健的跟踪性能。