針對(duì)多目標(biāo)跟蹤中的傳感器控制問(wèn)題,本文基于有限集統(tǒng)計(jì)(FISST)理論,利用高斯混合多伯努利濾波器研究并提出相應(yīng)的傳感器控制策略.首先,文中給出容積卡爾曼高斯混合勢(shì)均衡多目標(biāo)多伯努利濾波器(CK-GMCBMeMBerF)的實(shí)現(xiàn)形式,并提取高斯混合分量近似多伯努利密度.然后,研究?jī)蓚�(gè)高斯混合之間的柯西施瓦茲(Cauchy-Schwarz)散度的求取,推導(dǎo)多目標(biāo)概率密度變化所對(duì)應(yīng)的信息增益,并以此為基礎(chǔ)提出相應(yīng)的傳感器控制策略.此外,結(jié)合CK-GMCBMeMBer,詳細(xì)推導(dǎo)了目標(biāo)勢(shì)的后驗(yàn)期望(PENT)準(zhǔn)則的高斯混合(GM)實(shí)現(xiàn)過(guò)程,以GM-PENT作為評(píng)價(jià)準(zhǔn)則進(jìn)行相應(yīng)的傳感器控制方法的研究.最后,仿真實(shí)驗(yàn)驗(yàn)證了所提算法的有效性.

【文章頁(yè)數(shù)】：11 頁(yè)

【文章目錄】：
1 引言
2 問(wèn)題提出
    2.1 多伯努利隨機(jī)有限集
    2.2 RFS下的多目標(biāo)跟蹤建模
    2.3 基于信息論的傳感器控制一般方法
    2.4 容積卡爾曼-高斯混合CBMeMBer濾波器
        (1)預(yù)測(cè)步
        (2)更新步
3 高斯混合多伯努利濾波器基于柯西施瓦茲散度的傳感器控制方法
4 高斯混合多伯努利濾波器基于PENT準(zhǔn)則的傳感器控制方法
5 算法程序的偽碼
6 仿真實(shí)驗(yàn)
    6.1 場(chǎng)景
    6.2 傳感器控制集合
    6.3 仿真分析
7 結(jié)論



本文編號(hào)：3791203