论文部分内容阅读
针对原始扩展目标高斯混合概率假设密度(ExtendedTargetGaussianMixtureProbabilityHypothesisDensity,ET-GM-PHD)滤波算法不能解决机动目标跟踪问题,在高斯混合概率假设密度(GaussianMixtureProbabilityHypothesisDensity,GM-PHD)滤波框架下,引入修正的输入估计算法(ModifiedInputEstimation,MIE),可以有效地处理多扩展目标的机动问题。此外,提出的算法虽然可以实现对未知数目的多机动