原创力文档摘要
多传感器多目标跟踪（Multi-SensorMulti-TargetTracking,MSMTT）作为目标跟踪
领域的关键技术，在军事侦察、智能交通、环境监测等众多应用场景中具有广泛前景。
传统基于随机有限集（RandomFiniteSet,RFS）理论的跟踪方法，例如概率假设密度
（ProbabilityHypothesisDensity,PHD）滤波器，虽然在目标状态估计方面表现良好，但
其性能高度依赖于目标检测概率、杂波率等先验信息，且在复杂环境中易遭遇
摘要
多传感器多目标跟踪（Multi-SensorMulti-TargetTracking,MSMTT）作为目标跟踪
领域的关键技术，在军事侦察、智能交通、环境监测等众多应用场景中具有广泛前景。
传统基于随机有限集（RandomFiniteSet,RFS）理论的跟踪方法，例如概率假设密度
（ProbabilityHypothesisDensity,PHD）滤波器，虽然在目标状态估计方面表现良好，但
其性能高度依赖于目标检测概率、杂波率等先验信息，且在复杂环境中易遭遇
文档评论（0）