fget_data_association_hypotheses.m

IMM滤波的 matlab程序

function [e,ee]=fget_data_association_hypotheses(omega)

[m,n]=size(omega);

 
point_layer=1;%深度优先算法层数指针
point_measurement=zeros(m,1);%量测和目标关联指针
point_measurement(1)=1; %设置第一个量测指针为一，即第一个量测和来自杂波
j=1;%量测标识
k=1;%可行事件标识
X=ones(m,1);   % 可行事件中间输出变量
X_L=ones(2,1); % 第L层和目标关联事件
e(:,k)=X;      % 可行事件最终输出变量
X_jL=ones(n,1);%第L层关联目标位置中间输出变量

% 以下为深度优先搜索算法，详见B.ZHOU, "multitarget tracking in clutter:fast algorithms for data association",IEEE on AES
%VOL.29 NO.2 1993。 因为matlab数组要从1开始，因此该程序中层数L对应与文章中的L-1层
while j<=m
    while point_layer<=min(m,n) & j<=m
        v=omega(j,:);%提确认阵第j行元素。
        Z=find(v);%找出非零元素位置，即找出第j个量测可能的来源
        [find_sign,X,point_measurement]=fget_next(Z,X,X_jL,j,point_layer,point_measurement); % 判断下一个量测是否满足条件
        while find_sign==1
            point_layer=point_layer+1;%搜索下一层合适的量测
            X_L(:,point_layer)=[j;X(j)];
            X_jL(point_layer)=X(j);
            k=k+1;
            e(:,k)=X; % 把可行事件赋值给可行事件最终输出变量
            find_sign=0;%设置找到合适量测标志为0退出循环
        end
        j=j+1;
    end
    if point_layer>=2
        jL=X_L(1,point_layer);
        j=jL;
        point_layer=point_layer-1;
    end
end

[mm,nn]=size(e);
for i=1:nn
    ee(:,:,i)=zeros(mm,3);
    for j=1:mm
        ee(j,e(j,i),i)=1;
    end
end