最小信息损失下的多目标融合
摘要：广义协方差交叉(GCI)在多目标跟踪和建图中有效地融合了来自多个Agent的多目标密度。从信息论的视角来看，已经表明GCI融合基本上最小化了从局部密度到融合密度的加权信息增益(WIG)。本文关注的是对偶最小化加权信息损失(WIL)的融合规则，结果表明这样的融合规则与所谓的线性意见池(LOP)是一致的。然而，LOP不能直接应用于多目标融合，因为所得到的融合多目标密度(FMD)一般不属于局部密度的同一家族，因此不能作为贝叶斯多目标滤波的下一个递归的先验信息。为了克服这种困难，进一步利用了最小化WIL的原理，寻找与局部密度相同家族的最佳FMD。讨论了与所提出的最小WIL(MWIL)融合规则相关的实施问题。最后，通过关于无线传感器网络上的分布式多目标跟踪的模拟实验评估了MWIL规则的性能。
作者：Lin Gao and Giorgio Battistelli and Luigi Chisci
论文ID：1903.04239
分类：Systems and Control
分类简称：cs.SY
提交时间：2019-10-04