基于置信传播的扩展目标跟踪轨迹 PMB 滤波器
信号处理
2023-09-20 v3
摘要
本文提出一种用于扩展目标跟踪（EOT）的 Poisson 多 Bernoulli（PMB）滤波器，其利用置信传播（BP）直接估计目标轨迹集合。所提滤波器通过随时间推移的滤波递推，在轨迹集合后验上传播 PMB 密度，其中更新步后的 PMB 混合（PMBM）后验被近似为 PMB。高效的 PMB 近似依赖于若干重要理论贡献。首先，我们给出针对广义测量模型的轨迹集合后验的 PMBM 共轭先验，其中每个目标生成独立的测量集合。PMBM 密度是共轭先验，意指预测与更新步均保持密度的 PMBM 形式。其次，我们给出 Poisson 空间测量模型下 PMBM 轨迹集合与关联变量联合后验的因子图表示。重要的是，借助 PMBM 共轭性与因子图表述，可通过 Poisson 点过程对未检测目标进行优雅处理，并利用 BP 对轨迹集合进行高效推断，其中 PMB 近似中的近似边缘密度可在不枚举不同数据关联假设的情况下获得。为此，我们给出所提滤波器的基于粒子的实现，若需要，可通过单目标粒子平滑方法获得平滑轨迹估计，并在仿真研究中评估了其用于椭球形状 EOT 的性能。
引用
@article{arxiv.2207.10164,
title = {Trajectory PMB Filters for Extended Object Tracking Using Belief Propagation},
author = {Yuxuan Xia and Ángel F. García-Fernández and Florian Meyer and Jason L. Williams and Karl Granström and Lennart Svensson},
journal= {arXiv preprint arXiv:2207.10164},
year = {2023}
}
备注
Accepted for publication in IEEE Transactions on Aerospace and Electronic Systems. MATLAB implementation available at https://github.com/yuhsuansia/Trajectory-PMB-EOT-BP