基于随机种群的多目标滤波
应用统计
2016-07-13 v2
摘要
虽然自动化基于知识的传感器调度设计许多多目标检测与跟踪问题都相关，但跟踪算法很少为此目的而构建，其输出也为传感器策略的设计提供了很少的灵活性。在本文中，我们在多目标估计问题的背景下提出了一个针对随机种群的估计框架。该框架完全基于概率性质，允许通过统计矩评估目标种群，并通过信息论增益函数评估传感器观测。我们提出了源自该框架的原则性解决方案，以解决涉及漏检和虚警的挑战性多目标场景，即可区分独立随机种群滤波器 (Distinguishable and Independent Stochastic Populations filter)。该滤波器在保持跟踪连续性的同时，传播关于已检测目标和待检测目标的信息。
引用
@article{arxiv.1501.04671,
title = {Multi-object filtering with stochastic populations},
author = {Emmanuel Delande and Jeremie Houssineau and Daniel E. Clark},
journal= {arXiv preprint arXiv:1501.04671},
year = {2016}
}