针对分布式标签多伯努利多目标跟踪问题,本文提出一种基于高效标签匹配的新方法。现有方法通常假设本地标签多目标密度已完成标签匹配,但在实际应用中,各本地密度间的标签空间常相互独立,此假设难以成立。为此,本文基于算术均值散度,设计了一种高效的标签匹配算法,并据此进行标签多伯努利后验概率密度融合。实验结果表明,该方法在低检测概率场景下性能优越。为确保融合结果的一致性和完整性,本文将融合过程分为四个阶段:预融合、标签确认、后验概率密度补充和唯一性检查。在具有挑战性的非线性纯方位多目标跟踪场景中,验证了该方法的有效性。
关键词:分布式多传感器多目标跟踪;标签多伯努利滤波器;算术均值融合;标签匹配
作者:丁昌文1,邵春涛1,周斯腾1,周荻1,杜润乐2,刘佳琪2
单位:
- 哈尔滨工业大学航天学院,哈尔滨 150001,中国
- 试验物理与计算数学国家重点实验室,北京 100076,中国
参考文献:
丁昌文,邵春涛,周斯腾,周荻,杜润乐,刘佳琪. 2025. 考虑高效标签匹配的分布式多目标跟踪方法. 信息技术与电子工程前沿, 26(3):400-414. https://www.php.cn/link/9c75bab0f5d964591655e73e7c22c540
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 免费无限量使用 DeepSeek R1 模型☜☜☜











