算术平均密度融合——第三部分：异构无标记与有标记 RFS 滤波器融合
系统与控制
2025-02-25 v2 系统与控制
信号处理
摘要
本文提出一种异构密度融合方法，用于可扩展多传感器多目标跟踪，其中互联传感器根据其各自能力与需求运行不同类型的随机有限集（RFS）滤波器。这些多样的 RFS 滤波器产生异构多目标密度，需以恰当方式相互融合，以实现更鲁棒与准确的目标检测与定位。我们的方法基于高斯混合实现，其中局部高斯分量（L-GCs）被修正以达成 PHD 共识，即各滤波器的对应无标记概率假设密度（PHDs）不论局部密度具体类型如何均最佳拟合其平均。为此，提出一种计算高效的 coordinate descent 方法，仅修正 L-GCs 的权重，保持其他参数不变。具体地，考虑了 PHD 滤波器、无标记与有标记多伯努利（MB/LMB）滤波器。仿真证明了所提方法在 PHD-MB-LMB 滤波器不同配置的同构与异构融合中的有效性。
引用
@article{arxiv.2303.09401,
title = {Arithmetic Average Density Fusion -- Part III: Heterogeneous Unlabeled and Labeled RFS Filter Fusion},
author = {Tiancheng Li and Ruibo Yan and Kai Da and Hongqi Fan},
journal= {arXiv preprint arXiv:2303.09401},
year = {2025}
}
备注
11 pages, 14 figures. IEEE Transactions on Aerospace and Electronics Systems, 2024