论文部分内容阅读
针对多无源传感器多目标多维分配数据关联模型在构造关联代价时未考虑位置估计不确定性所引入的误差问题，提出了一种基于Kullback—Leibler散度的关联算法。将伪量测信息的概率密度函数与真实观测数据的最大后验概率密度之间的Kullback—Leibler散度作为关联代价，给出了一种Kullback—Leibler散度的近似解析公式，从而简化了计算。最后对经典关联算法与本文算法的正确率进行了试验对比，仿真结果表明：基于Kullback—Leibler散度的关联代价能够更精准地反映出数据关联的可能性，所提关