多模型广义标签多伯努利滤波器

标准的广义标签多伯努利算法没有对目标状态转移密度进行深入分析，当机动目标进入确定的运动模型时，无法对其进行跟踪。为了解决这个问题，参考基于马尔科夫跳支合并策略的多模型算法，提出了交互多模型广义标签多伯努利算法、一阶广义伪贝叶斯广义标签多伯努利算法和二阶广义伪贝叶斯广义标签多伯努利算法，将这三种多模型算法与马尔科夫跳跃系统的广义标签多伯努利算法进行了比较。仿真结果表明，与马尔科夫跳变系统的广义标签多伯努利算法相比，这三种算法具有更低的计算时间消耗和更高的跟踪精度。其中，一阶广义伪贝叶斯广义标签多伯努利算法的计算时间消耗最低，二阶广义伪贝叶斯广义标签多伯努利算法的跟踪精度最高，交互式多模型广义标签多伯努利算法的综合性能最好。