基于随机微分方程驱动的高斯多目标滤波

本文提出了一类目标动态为连续时间、测量在离散时刻获取的多目标滤波算法。具体而言，目标以给定高斯空间分布的泊松点过程（PPP）在时间中出现，目标根据一般时不变线性随机微分方程运动，每目标的寿命以指数分布建模。针对该多目标动态模型，我们推导了新生目标集合的分布，并通过最小化KL散度实现时刻出生时每个目标的最佳拟合均值和协方差的闭式表达式。由此得到一种新型高斯连续离散泊松多伯努利混合（PMBM）滤波器及其基于泊松多伯努利和概率假设密度（PHD）滤波的近似方法。这些连续离散多目标滤波器也推广至由非线性随机微分方程驱动的目标动态。