基于杂波量测集约束的改进MS-MeMBer滤波器

针对高杂波密度场景下，传统多传感器多目标多伯努利(MS-MeMBer)滤波器存在的量测划分假设质量下降、势估计结果出现偏差等问题，提出了一种基于杂波量测集约束的改进MS-MeMBer滤波器。首先，通过将杂波量测集的影响引入到更新过程中，优化了目标量测集的权重，并给出了杂波场景下的单目标多传感器似然函数。然后，通过两步贪婪划分机制，得到了改进的多传感器量测划分假设。通过仿真将所提方法与传统MS-MeMBer滤波器进行了比较，实验结果表明:在高杂波密度场景下，改进MS-MeMBer滤波器具有更优的多目标跟踪性能。