针对隐身目标的跟踪，本文将贪婪量测划分的方法应用于多传感器标签多伯努利(MS-LMB)滤波器中，较好地解决了低检测概率下的多雷达跟踪问题. 传统的MS-LMB滤波器一般采用吉布斯采样来解决量测划分问题. 当雷达网中多数雷达对隐身目标的检测概率较低而处于漏检状态时，目标的似然权值将偏小而很难被吉布斯采样获取，从而难以准确估计隐身目标的状态. 贪婪量测划分机制由于单独考虑了包含漏检项的量测集，可有效解决此问题. 仿真实验结果表明，在隐身目标的跟踪中，采用贪婪量测划分的MS-LMB滤波器的滤波性能明显优于采用吉布斯采样的MS-LMB滤波器的性能.
PDF全文下载地址：http://journal.bit.edu.cn/zr/article/exportPdf?id=8981f2f8-44da-4776-a462-7c3bf48c9627