文献

J-GLOBAL ID：202002272008716192   整理番号：20A2258579

歪を持つランダム行列を用いた拡張オブジェクトトラッキング【JST・京大機械翻訳】

Extended Object Tracking Using Random Matrix With Skewness

著者 (2件)： Zhang Le (Center for Information Engineering Science Research, School of Electronics, Information Engineering, Xi’an Jiaotong University, Xi’an, China) ,  Lan Jian (Center for Information Engineering Science Research, School of Electronics, Information Engineering, Xi’an Jiaotong University, Xi’an, China)
資料名： IEEE Transactions on Signal Processing  (IEEE Transactions on Signal Processing)
巻： 68  ページ： 5107-5121  発行年： 2020年 
JST資料番号： C0228A  ISSN： 1053-587X  CODEN： ITPRED  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： 拡張されたオブジェクトトラッキングのために,ランダム行列アプローチは,運動学的状態を推定することができる計算上効率的フレームワークであり,そして,同時に,オブジェクトの延長と,近年,運動量を獲得している。既存のランダム行列手法は,散乱中心が重心の周りに対称的に分布しているという基本的な仮定を持つ。しかし,多くの実際のシナリオでは,これらの部品がより多くのレーダエネルギーを反映し,物体上の測定分布が歪んでいるので,それらはしばしばオブジェクトの特定の部分に分布する。このような現象を効果的に記述するために,本論文ではスキュー正規分布を用いた新しい測定モデルを提案した。提案モデルに基づいて,変分Bayesアプローチを導出し,運動学状態を再帰的に推定し,収束反復による拡張を行った。得られたアルゴリズムはランダム行列法の単純さを継承する。運動学状態,拡張,および物体上の測定分布(特に歪度)の可能な急激な変化に対処するために,複数のモデル方式を,情報理論的相互作用多重モデルフレームワークにおいて提示した。提案したアルゴリズムの有効性をシミュレーションデータと実際の実験データを用いて評価した。結果は,測定分布が歪んでいるとき,提案したアルゴリズムが既存のランダムマトリックス法より優れていることを示した。Copyright 2020 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： アルゴリズム ,  運動量 ,  シミュレーション ,  情報理論 ,  対称性 ,  変分法 ,  有限要素法 ,  計算機シミュレーション ,  レーダ ,  正規分布 ,  重心 ,  有効性 ,  *ランダム行列 ,  ゆがみ
準シソーラス用語： *物体追跡 ,  歪度 , 【Automatic Indexing@JST】

分類 (2件)： 信号理論  (ND02020G) ,  レーダ  (ND13010H)

タイトルに関連する用語 (4件)： 歪 ,  ランダム行列 ,  拡張オブジェクト ,  トラッキング