浅析随机集及其在多目标跟踪中的应用
在多目标跟踪中，不仅目标的位置随时间改变，随着新目标的出现、旧目标的消失，目标的数量也会随时间改变。随机(有限)集为模拟多传感器多目标观测，提供了有效的方法。有限集合统计学理论(FISST)是随机集的特例，它为多源、多目标信息融合的许多问题提供了统一、科学的概率基础。FISST的概念与传统的古典概率不同，本文给出了FISST和标准概率理论间的一些联系。此外，在多目标跟踪问题上，给出了在非线性条件下，计算后验概率的基于SMC仿真的近似算法。
随机集 多目标跟踪 有限集统计学 后验概率
朱虹 权冀川 张育铭
解放军理工大学 指挥自动化学院,江苏 南京 210007
国内会议
武汉
中文
357-360
2007-08-20（万方平台首次上网日期，不代表论文的发表时间）