论文部分内容阅读
针对多传感器多目标跟踪，提出一种基于数据压缩的多传感器概率假设密度（PHD）滤波算法，解决串行多传感器PHD（SMSPHD）滤波计算量过大的问题。算法首先利用数据压缩将多传感器量测数据转换成等效的单传感器量测数据，然后在此基础上进行PHD滤波。仿真结果表明，该算法可以实现对多目标的有效跟踪；此外，随传感器数目的增加，该算法增加的计算量约为SMSPHD滤波算法增加的4．3％。