随机集合
-
基于PHD滤波的多目标跟踪仿真系统
该项目实现了基于概率假设密度（PHD）滤波算法的多目标跟踪模拟平台，为解决复杂环境下目标数量未知且随时间变化的跟踪问题提供了高效方案。项目利用随机有限集（RFS）理论，将多个目标的状态和观测值统一表示为随机集合，通过将多目标滤波转化为PHD的一阶矩递归更新，在贝叶斯滤波框架下进行迭代计算，有效规避了传统跟踪方法中繁琐且高复杂度的目标与观测数据关联过程。系统实现了完整的多目标跟踪全流程，涵盖了目标状态预测、测量更新、权重调整以及状态提取等关键步骤。其核心功能支持处理目标的随机产生、消失、传感器漏检以及环境杂
