基于变分贝叶斯的鲁棒雷达单目标跟踪
信号处理
2022-09-30 v1 计算机视觉与模式识别
机器学习
摘要
我们研究雷达目标跟踪以及当前最先进方法处理离群值的鲁棒性。标准跟踪算法从雷达图像空间提取检测点，并将其用于滤波阶段。滤波由卡尔曼滤波器执行，其假设噪声为高斯分布。然而，该假设未考虑较大的建模误差，并在目标突变运动时导致跟踪性能下降。我们以高斯和滤波器（多假设跟踪器的单目标变体）为基线，提出一种改进方法，采用比高斯分布具有更重尾部的分布来建模过程噪声。变分贝叶斯提供了一种快速、计算代价低廉的推断算法。我们的仿真表明，在存在过程离群值的情况下，该鲁棒跟踪器在单目标跟踪时优于高斯和滤波器。
引用
@article{arxiv.2209.14397,
title = {Variational Bayes for robust radar single object tracking},
author = {Alp Sarı and Tak Kaneko and Lense H. M. Swaenen and Wouter M. Kouw},
journal= {arXiv preprint arXiv:2209.14397},
year = {2022}
}
备注
6 pages, 8 figures. Published as part of the proceedings of the IEEE International Workshop on Signal Processing Systems 2022