文献

J-GLOBAL ID：201802256757352716   整理番号：18A1894676

マルチセンサ測定クラスタ化に基づくロバストなマルチセンサPHDフィルタ【JST・京大機械翻訳】

A Robust Multi-Sensor PHD Filter Based on Multi-Sensor Measurement Clustering

著者 (4件)： Li Tiancheng (BISITE Digital Innovation Hub, University of Salamanca, Salamanca, Spain) ,  Prieto Javier (BISITE Digital Innovation Hub, University of Salamanca, Salamanca, Spain) ,  Fan Hongqi (ATR Laboratory, National University of Defense Technology, Changsha, China) ,  Corchado Juan M. (BISITE Digital Innovation Hub, University of Salamanca, Salamanca, Spain)
資料名： IEEE Communications Letters  (IEEE Communications Letters)
巻： 22  号： 10  ページ： 2064-2067  発行年： 2018年 
JST資料番号： W0941A  ISSN： 1089-7798  CODEN： ICLEF6  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 本論文では,融合センタまたはピアツーピアネットワークによりリンクされた複数または大量のセンサによるマルチターゲット追跡用の新しいマルチセンサ確率仮説密度(PHD)フィルタを提案した。挑戦として,それらの測定雑音,クラッタ,ターゲット検出確率,および潜在的相互相関に関するセンサの統計的性質についてはほとんど知られていない。著者らのアプローチは,異なるセンサの測定の収集を一組のプロキシと相同な測定に変換する。これらの合成測定は偽および欠落データの問題と未知の統計を克服し,偽および欠落データなしで標準PHDフィルタリングに相当する線形PHD更新を容易にする。シミュレーションは,カットエッジマルチセンサ/分散PHDフィルタと比較して,著者らのアプローチの利点と限界を実証した。Copyright 2018 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *センサ ,  線形性 ,  *クラスタ化 ,  *フィルタ ,  フィルタリング ,  *ロバスト性 ,  クラッタ
準シソーラス用語： プロキシ ,  統計的性質 ,  相互相関 ,  ターゲット検出 ,  測定ノイズ ,  マルチターゲット ,  ピアツーピアネットワーク ,  *マルチセンサ , 【Automatic Indexing@JST】

分類 (3件)： 信号理論  (ND02020G) ,  音響測定  (BB03040R) ,  アンテナ  (ND06000M)

タイトルに関連する用語 (3件)： マルチセンサ ,  クラスタ化 ,  ロバスト