多目标跟踪的传感器管理：基于多伯努利滤波
摘要：多目标随机系统中，传感器管理问题是一个理论上和计算上具有挑战性的问题。本文在部分观测的马尔可夫决策过程（POMDP）框架中，提出了一种新颖的随机有限集（RFS）方法来解决多目标传感器管理问题。多目标状态被建模为多伯努利RFS，并且与两个不同的控制目标结合使用：最大化预测和更新密度之间的期望Rényi散度，以及最小化后验基数方差的期望值。数值研究在两个不同的场景中进行，其中一个移动传感器跟踪具有不同可观测级别的五个移动目标。
作者：Hung Gia Hoang and Ba Tuong Vo
论文ID：1312.6215
分类：Systems and Control
分类简称：cs.SY
提交时间：2014-04-14