Объединенный вероятностный фильтр ассоциации данных - Joint Probabilistic Data Association Filter

В объединенный вероятностный фильтр ассоциации данных (JPDAF)[1] статистический подход к проблеме сюжетная ассоциация (назначение измерения цели) в алгоритме отслеживания цели. Словно вероятностный фильтр ассоциации данных (PDAF), вместо того, чтобы выбирать наиболее вероятное назначение измерений цели (или объявлять цель не обнаруженной или измерение как ложную тревогу), PDAF принимает ожидаемое значение, какой минимальная среднеквадратичная ошибка (MMSE) оценка состояния каждой цели. Каждый раз он поддерживает свою оценку целевого состояния как среднее значение и матрицу ковариации многомерное нормальное распределение. Однако, в отличие от PDAF, который предназначен только для отслеживания одной цели при наличии ложных тревог и пропущенных обнаружений, JPDAF может обрабатывать несколько сценариев отслеживания цели. Вывод JPDAF приведен в.[2]

JPDAF - один из нескольких методов для радар сопровождение цели и сопровождение цели в области компьютерное зрение.

Проблема слияния

Общая проблема, наблюдаемая с JPDAF, заключается в том, что оценки близко расположенных целей имеют тенденцию коалесцироваться со временем.[3][4] Это связано с тем, что оценка MMSE обычно нежелательна, когда целевая идентичность не определена.[5]

Были созданы варианты алгоритма JPDAF, которые пытаются избежать слияния треков. Например, Set JPDAF[6] использует приблизительное минимальное среднее оптимальное назначение подшаблонов (MMOSPA) вместо приблизительной оценки MMSE. JPDAF *,[7] изменяет способ вычисления вероятностей ассоциации с измерением цели и варианты глобального JPDAF ближайшего соседа (GNN-JPDAF) (трекер наилучшей гипотезы)[8] используйте глобальную оценку ближайшего соседа (GNN) вместо среднего, но вычислите ковариационную матрицу, как в обычном JPDAF: как матрицу среднеквадратических ошибок.

Реализации

Рекомендации

  1. ^ Бар-Шалом, Яаков; Даум, Фред; Хуанг, Джим (декабрь 2009 г.). «Вероятностный фильтр ассоциации данных». Журнал IEEE Control Systems. 29 (6): 82–100. Дои:10.1109 / MCS.2009.934469. S2CID  6875122.
  2. ^ Бар-Шалом, Яаков; Ли, Сяо-Жун (1995). Мультитаргет-мультисенсорное отслеживание: принципы и методы, 1995 г.. Яаков Бар-Шалом. ISBN  978-0964831209.
  3. ^ Фицджеральд, Роберт (ноябрь 1985). «Отслеживание систематических ошибок и слияния с вероятностной ассоциацией данных». IEEE Transactions по аэрокосмическим и электронным системам. AES-21 (6): 822–825. Bibcode:1985ITAES..21..822F. Дои:10.1109 / TAES.1985.310670. S2CID  6544485.
  4. ^ Бар-Шалом, Яаков (1986). "Комментарии к" отслеживают систематические ошибки и слияние с вероятностной ассоциацией данных"". IEEE Transactions по аэрокосмическим и электронным системам. AES-22 (5): 661–662. Bibcode:1986ITAES..22..661.. Дои:10.1109 / TAES.1986.310734.
  5. ^ Кроуз, Дэвид (23 мая 2013 г.). Достижения в отображении неопределенных оценок нескольких целей. Выполнение SPIE 8745, Обработка сигналов, Слияние датчиков и Распознавание целей XXII. Балтимор.
  6. ^ Свенссон, Леннарт; Свенссон, Даниэль; Уиллетт, Питер (июль 2009 г.). Установить алгоритм JPDA для отслеживания неупорядоченных наборов целей. Материалы 12-й Международной конференции по слиянию информации. Сиэтл. С. 1187–1194.
  7. ^ Blom, H.A.P .; Блум, Э.А. (2000). «Вероятностная ассоциация данных, исключающая слияние треков». IEEE Transactions по автоматическому контролю. 45 (2): 247–259. Дои:10.1109/9.839947.
  8. ^ Драммонд, Оливер (октябрь 1999 г.). Лучшая гипотеза слежения за целью и слияние датчиков. Материалы конференции SPIE: обработка сигналов и данных малых целей. Денвер. С. 586–600.
  9. ^ «Библиотека компонентов трекера». Репозиторий Matlab. Получено 5 января, 2019.