• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文会议>SPIE Defense + Security Conference >A Generalized Labeled Multi-Bernoulli Filter for Correlated Multitarget Systems
【24h】

A Generalized Labeled Multi-Bernoulli Filter for Correlated Multitarget Systems

机译：相关的多伯尔努利过滤器，用于相关多标靶案

获取原文
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

The labeled random finite set (LRFS) theory of B.-T. Vo and B.-N. Vo is the first systematic, theoretically rigorous formulation of true multitarget tracking, and is the basis for the generalized labeled multi-Bernoulli (GLMB) filter (the first implementable and provably Bayes-optimal multitarget tracking algorithm). Several of the author's earlier papers investigated Bayes filters that propagate the correlations between two unlabeled evolving multitarget systems-but with limited success. In this paper we provide a theoretically rigorous and much more general approach, by devising a GLMB filter that propagates the correlations between two evolving labeled multitarget svstems.
机译：B.Tup的标记随机有限集（LRFS）理论。 vo和b.-n. VO是真正的多标准跟踪的第一个系统，理论上严格的制定，是广义标记的多Bernoulli（GLMB）滤波器的基础（第一个可实现的和可剥夺的贝叶斯 - 最佳多标算法）。一些作者早期的论文调查了贝叶斯过滤器，它传播了两个未标记的演变的多元体系之间的相关性 - 但成功有限。在本文中，我们通过设计了一种理论上严格和更一般的方法，通过设计GLMB滤波器，它在两个不断发展的标记的MultiTarget Svstems之间传播相关的相关性。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号