基于马尔可夫链蒙特卡洛的轨迹集合多扫描数据关联
信号处理
2024-06-25 v2
摘要
本文考虑基于轨迹集合的多目标跟踪问题的批处理解决方案。具体地，我们提出了轨迹泊松多伯努利混合（TPMBM）滤波器的两种离线实现，用于基于马尔可夫链蒙特卡洛（MCMC）采样的数据关联假设的批处理数据。与在线TPMBM实现相比，所提出的离线实现解决了整个感兴趣时间区间内的大规模多扫描数据关联问题，因此它们可以充分利用所有可用的测量信息。此外，通过利用TPMBM滤波器的高效假设结构，所提出的实现与其他基于MCMC的多目标跟踪算法相比具有优势。仿真结果表明，使用Metropolis-Hastings算法的TPMBM实现呈现出最先进的多轨迹估计性能。
引用
@article{arxiv.2312.03423,
title = {Markov Chain Monte Carlo Multi-Scan Data Association for Sets of Trajectories},
author = {Yuxuan Xia and Ángel F. García-Fernández and Lennart Svensson},
journal= {arXiv preprint arXiv:2312.03423},
year = {2024}
}
备注
Accepted for publication in IEEE Transactions on Aerospace and Electronic Systems. MATLAB implementation available at https://github.com/yuhsuansia/Batch-TPMBM-using-MCMC-sampling