基于目标状态空间投影的深层不确定性感知轨迹跟踪
信号处理
2024-10-21 v1
摘要
在跟踪机动目标时，模型驱动方法难以完整描绘复杂的真实场景，并且在目标机动时容易出现模型不匹配。而当代数据驱动方法则忽视了测量值的置信度，显著增加了从测量序列映射到目标状态序列的难度。为此，本文提出一种基于目标状态空间投影的深层机动目标跟踪方法。该方法首先通过制定测量误差的概率密度函数，将目标测量序列映射到目标状态空间，并将测量噪声分布信息在目标状态空间中作为测量表示进行采样。基于此表示，目标状态估计的序列回归任务可转化为在状态空间中检测目标位置的任务。随后，设计了一个深层检测网络以完成目标在状态空间中的位置检测。最后，设计了一个损失函数以促进网络训练以实现预期的网络性能。仿真实验表明，所提方法即使在目标机动时也能保持良好的跟踪性能，并且在目标机动后能够快速收敛并实现更高的估计精度。
引用
@article{arxiv.2410.14422,
title = {Deep Uncertainty-aware Tracking for Maneuvering Targets},
author = {Shuyang Zhang and Chang Gao and Qingfu Zhang and Tianyi Jia and Hongwei Liu},
journal= {arXiv preprint arXiv:2410.14422},
year = {2024}
}