论文部分内容阅读
针对概率多假设跟踪(Probabilistic Multiple Hypothesis Tracking,PMHT)算法对多目标状态初始值敏感问题,结合确定性退火技术,提出了改进的PMHT算法。该算法借鉴确定性退火过程,在多目标的条件概率函数中引入退火因子,增加了多目标与纯方位量测数据关联的准确性,提高了多目标后验关联概率的精确度。针对纯方位量测的非线性性,利用无味卡尔曼平滑(Unscented Kalman Smoother,UKS)算法进行滤波。仿真结果表明,当多目标状态初始值与真实值相差较大时