本文介绍了数据融合算法中的PDAF（Probabilistic Data Association Filter）方法，通过详细的MATLAB代码解读展示了PDAF在多目标跟踪中的应用。文章涉及了轨迹生成、卡尔曼滤波器初始化、验证门限计算和跟踪器更新等关键步骤，旨在理解PDAF如何处理不确定性起源的测量数据。
1. 前言
一直觉得“数据融合”这个翻译有点怪，不过也想不到更好的代替
这方面的资料也是多如牛毛，最常见的三种模型是NNDF，PDAF和JPDAF。当然MHT也属于这个范畴，不过MHT同时解决了跟踪的问题（初始化，终止等判断）
2. 资料
现有的一些资料（包括两份代码）好像关键公式都有细微但致命的区别，所以想找最原始的资料。
Adaptive nonlinear filtering for tracking with measurements of uncertain origin， Y. Bar-Shalom， 1972
下不到啊。。。
找到这些，等真要具体实现了再去慢慢比较/推敲吧
扫一扫
2287
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
