高斯混合多伯努利滤波器基于柯西施瓦兹散度的传感器控制方法

发布时间：2023-04-16 08:34

　　针对多目标跟踪中的传感器控制问题,本文基于有限集统计(FISST)理论,利用高斯混合多伯努利滤波器研究并提出相应的传感器控制策略.首先,文中给出容积卡尔曼高斯混合势均衡多目标多伯努利滤波器(CK-GMCBMeMBerF)的实现形式,并提取高斯混合分量近似多伯努利密度.然后,研究两个高斯混合之间的柯西施瓦兹(Cauchy-Schwarz)散度的求取,推导多目标概率密度变化所对应的信息增益,并以此为基础提出相应的传感器控制策略.此外,结合CK-GMCBMeMBer,详细推导了目标势的后验期望(PENT)准则的高斯混合(GM)实现过程,以GM-PENT作为评价准则进行相应的传感器控制方法的研究.最后,仿真实验验证了所提算法的有效性.

【文章页数】：11 页

【文章目录】：
1 引言
2 问题提出
    2.1 多伯努利随机有限集
    2.2 RFS下的多目标跟踪建模
    2.3 基于信息论的传感器控制一般方法
    2.4 容积卡尔曼-高斯混合CBMeMBer滤波器
        (1)预测步
        (2)更新步
3 高斯混合多伯努利滤波器基于柯西施瓦兹散度的传感器控制方法
4 高斯混合多伯努利滤波器基于PENT准则的传感器控制方法
5 算法程序的伪码
6 仿真实验
    6.1 场景
    6.2 传感器控制集合
    6.3 仿真分析
7 结论



本文编号：3791203