內容簡介
傳統的多目標跟蹤方法,其關鍵是處理目標和量測間的數據關聯。然而,在高目標數、高雜波密度的條件下,數據關聯復雜度呈指數增加。因此,關聯問題已經成為了制約上述方法發展的主要因素。而基於隨機有限集理論的多目標跟蹤濾波可以有效避免跟蹤過程中的數據關聯操作,為跟蹤算法進一步應用於復雜多變的現代戰場環境提供了新的理論支持。
本書在隨機有限集理論框架下,重點介紹了場景未知時變的貝葉斯濾波跟蹤參量建模及算法優化。針對復雜跟蹤環境引起的錯跟、失跟、目標狀態及數目估計不準等問題,對假設條件過於理想的目標新生、目標運動、雜波率、傳感器檢測概率和噪聲等參量模型進行了重構,推導了一繫列在復雜場景下適用性更強的多目標跟蹤方法,為推動多目標技術的發展以及在實際工程領域中的應用提供了相應支撐。
本書內容是作者近年來參與各類課題研究成果的總結,涵蓋了雷達多目標跟蹤領域的部分前沿進展及作者取得的創新成果,在學術界反映良好,可作為相關專業教師、科研工作者和工程技術人員的參考用書。