多传感器目标跟踪中概率PCR5融合规则的应用
摘要：一种非贝叶斯融合规则的定义和实现，用于通过被动传感器跟踪移动目标的局部(非线性)滤波器估计的概率密度的组合。这个规则是在严格的概率范式下对最近和高效的Proportional Conflict Redistribution rule no 5 (PCR5)进行限制，PCR5是在DSmT框架下开发的用于融合基本信念分配的规则。定义了一种用于概率PCR5(p-PCR5)的采样方法。通过实验证明，p-PCR5对错误建模更加稳健，并且能够保持局部密度的模式和尽可能保留每个密度固有的全部信息进行组合。特别是，在融合后，p-PCR5能够保持多个假设/模式，当这些假设在偏差方面相距太远时。这种新的p-PCR5规则已经在一种简单的非线性分布式滤波应用的示例中进行了测试，以展示这种方法在未来发展中的价值。非线性分布式滤波器通过基本粒子滤波技术实现。我们模拟的结果表明，基于p-PCR5的滤波器能够在模型在初始化和实际运动方面不一致时仍然跟踪目标。
作者：Alois Kirchner, Frederic Dambreville (DGA/CTA/DT/GIP), Francis Celeste (DGA/CTA/DT/GIP), Jean Dezert, Florentin Smarandache
论文ID：0707.3013
分类：Applications
分类简称：stat.AP
提交时间：2007-07-24