论文部分内容阅读
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。