检测概率未知下的航迹PHD与CPHD滤波器
信号处理
2021-11-09 v1
摘要
与概率假设密度（PHD）和势化PHD（CPHD）滤波器相比，航迹PHD（TPHD）和航迹CPHD（TCPHD）滤波器面向航迹集合，因此能够给出具有更优估计性能的航迹估计。本文开发了能够自适应学习未知目标检测概率历史的TPHD和TCPHD滤波器，从而在目标具有未知且时变检测概率的场景下表现得更鲁棒。这些滤波器被称为未知TPHD（U-TPHD）和未知TCPHD（U-TCPHD）滤波器。通过最小化Kullback-Leibler散度（KLD），U-TPHD和U-TCPHD滤波器可分别在增广航迹集合上获得最佳的泊松和独立同分布（IID）密度近似。为计算效率起见，我们还提出了仅考虑当前时刻未知检测剖面的U-TPHD和U-TCPHD滤波器。具体地，采用Beta-Gaussian混合方法实现所提滤波器，称为BG-U-TPHD和BG-U-TCPHD滤波器。同时给出了这些滤波器的L-scan近似以大幅降低计算负担。最后，多种仿真结果表明BG-U-TPHD和BG-U-TCPHD滤波器能实现适应未知检测剖面的鲁棒跟踪性能。此外，结果还表明通常较小的L-scan近似值即可达到两种滤波器近乎全部的效能，而计算代价显著降低。
引用
@article{arxiv.2111.03863,
title = {Trajectory PHD and CPHD Filters with Unknown Detection Profile},
author = {Shaoxiu Wei and Boxiang Zhang and Wei Yi},
journal= {arXiv preprint arXiv:2111.03863},
year = {2021}
}
备注
16 pages