使用广义多伯努利密度的分布式多传感器融合
统计方法学
2016-03-22 v1 系统与控制
摘要
本文在广义协方差交叉（GCI）框架下，针对多基地雷达系统，研究分布式多目标跟踪问题。所提出的方法基于广义标签多伯努利（GLMB）族的无标签版本，通过丢弃标签，称为广义多伯努利（GMB）族。然而，GMB 族不允许 GCI 融合的闭式解。为了解决这个具有挑战性的问题，首先，我们提出了一种对 GMB 族的有效近似，该近似同时保留了概率假设密度（PHD）和基数分布，称为 GMB 的二阶近似（SO-GMB）密度。然后，我们推导了使用 SO-GMB 密度进行 GCI 融合的显式表达式。最后，我们在两种场景下比较了 GMB 的一阶近似（FO-GMB）密度与 SO-GMB 密度，并对二阶近似的优势进行了具体分析。仿真结果验证了所提出的方法。
引用
@article{arxiv.1603.06349,
title = {Distributed Multi-Sensor Fusion Using Generalized Multi-Bernoulli Densities},
author = {Meng Jiang and Wei Yi and Reza Hoseinnezhad and Lingjiang Kong},
journal= {arXiv preprint arXiv:1603.06349},
year = {2016}
}