0601问题思考和提出
看文献的方法，摘要和仿真部分最重要，知道是不是自己想看的，不是pass；
1、理清了传感器的分布式、集中式和信息融合的分布式、集中式的不同概念；
1、多传感器检测，在PHD—TBD的话实际上已经做了检测的，因为设置了检测概率pd=0.98，而且处理的数据
就是简单的未经处理的单帧数据t_data(:,:);
所以接下来的重点应该是多传感器的PHD-TBD；都要做的过程？
（1）多传感器信息如何融合，BK文章中多传感器是直接累乘的，这种的话属于集中式信息融合（因为没有各自处理再融合）
（2）
2、重新看了一遍BP的MIMO-PHD-TBD，粒子数3000了，monte=100次了，那效果当然很好；
也给出了四点需要改进的方向：
（1）假设同一个分辨单元只收到一个目标的影响，对于目标而言，没有量测来源的不确定性；
（2）密集目标在低信噪比下的处理也值得研究；（它这里目标都相隔一定距离）
（3）将TBD应用到势概率假设密度（CPHD）也只得探究；（CPHD性能更好）
（4） MIMO雷达在分散网络的研究（？？？什么意思）
3、PCRB提出干什么的?(不是参数估计才要考虑的问题吗？)
4、bk最后总结提到的几点：
（1）TBD结合PHD执行的方法应用到MIMO雷达提出
（2）多传感器TBD算法（传感器对目标更好的估计）提出（哪里提出？去找出参考文献和处理方法来）
5、BK的仿真结果需要哪些结果呢？
1、如果继续做仿真的话，接下来就是MIMO加进去而且检测量只有距离了，这类文章有没有？没有就是创新，有的话有哪些相同和不同；
国外文章有没有？为什么只用距离信息？同时做距离和角度能不能提高进度呢？（就是说国内文章和国外文章找异同并且实现，就可以拿到不同的地方发表）
------其实哪有那么多创新性的东西。
2、MIMO跟踪的话归根到底是单帧信息的定位问题，咱们能用哪些信息进行定位，然后用粒子滤波的形式去实现它，再加上贝叶斯的思想就可以实现预测更新从而实现跟踪；
所以确定定位方法也重要，而多传感器的定位方法有哪些？哪些容易实现？哪些别人用过？哪些别人没有用过？比如说只用距离的方法？（国内有人用过吗，没有，你去实现，有，找不同）
3、所以我不知道每周讨论那么多干嘛？还让不让实现了，反正我就知道这么多，然后去实现。
开会：思考过什么？
是不是这样？
如实回答，老师怎么回答你就负责听就行了。OK，适应这种教学，不是压力而是一种督促式的学习。心态要放好。
4、赵会盼《P43页》
考虑将随机集滤波算法引入到 MIMO 雷达跟踪系统，以实现 MIMO 雷达多目标跟踪，并通过集中式、分布式两种不同的融合方式进行跟踪。
在集中式融合方式中，分布式 MIMO 雷达跟踪时利用最大似然算法估计参数（为什么要估计参数呢？疑问），可以通过多个粒子估计点似然函数的求取近似后验概率分布，因此可以将其与粒子 PHD 算法结合，将粒子点似然值用于 PHD 粒子权值的更新中。
在分布式融合方式中，分布式 MIMO 雷达可以同时从多个观测通道中获得相同目标的多个量测参数，因此对每个 MIMO 雷达观测通道得到的量测利用随机集
滤波算法进行同步跟踪，完成 MIMO 雷达多目标跟踪。
（p50）将粒子 PHD 算法引入到 MIMO 雷达多目标跟踪中，以实现目标新生、衍生等目标数目随时间变化的情况下的 MIMO 雷达多目标跟踪。每个粒子的点的权值可以利用 ML 估计各粒子似然值进行更新。在跟踪过程中，每个粒子点的似然函数为 MIMO 雷达多个收发通道的全局似然（和BK文章一样的说法，全局似然的概念），因此，该算法属于一种集中式融合方式下的跟踪算法。
介绍了基于随机集滤波的 MIMO 雷达目标跟踪算法。在算法实现过程中，采用了两种融合方式：集中式融合和分布式融合。
在采用集中式融合时，将粒子 PHD 滤波算法引入 MIMO 雷达跟踪系统，通过利用全局似然的估计值对目标权值进行更新，实现了 MIMO 雷达多目标跟踪；
（该如何去集中式融合？直接累加？还是参数估计？最大似然又是什么？还没理解）
在采用分布式融合时，将分布式融合原理引入 GM-PHD 滤波算法，提出了一种分布式融合 GM-PHD 算法，通过对 MIMO 雷达每个收发通道进行同步滤波，并将各滤波所得高斯项进行融合，解决了量测不完整情况下 MIMO 雷达多目标跟踪。最后通过仿真实验验证了两种算法的有效性。
（二迭代PHD属于哪一种我也不清楚，反正集中式直接求全局似然，分布式先求局部，再利用高斯项融合求得全局）