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☜☜☜
以上就是哈工大丁昌文、周荻等：基于高效标签匹配的分布式标签多伯努利多目标跟踪方法的详细内容，更多请关注创想鸟其它相关文章！
版权声明：本文内容由互联网用户自发贡献，该文观点仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。
如发现本站有涉嫌抄袭侵权/违法违规的内容， 请发送邮件至 chuangxiangniao@163.com 举报，一经查实，本站将立刻删除。
发布者：程序猿，转转请注明出处：https://www.chuangxiangniao.com/p/158436.html
微信扫一扫 
支付宝扫一扫 
