文献

J-GLOBAL ID：202102265134188790   整理番号：21A0612228

アクティブソナー追跡システムに適用した新しい検出確率に基づくPHDおよびCPHDアルゴリズム【JST・京大機械翻訳】

PHD and CPHD Algorithms Based on a Novel Detection Probability Applied in an Active Sonar Tracking System

著者 (4件)： Chen Xiao ,  Li Yaan ,  Li Yuxing ,  Yu Jing
資料名： Applied Sciences (Web)  (Applied Sciences (Web))
巻： 8  号： 1  ページ： 36  発行年： 2017年 
JST資料番号： U7135A  ISSN： 2076-3417  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： スイス (CHE)  言語： 英語 (EN)

抄録/ポイント： 水中マルチターゲット追跡は,アクティブソナートラッキングシステムにおいて常に難しい問題である。水中環境で移動する時変マルチターゲットのパラメータを推定するために,Bayesフィルタリングフレームワークに基づいて,ランダム有限集合(RFS)をマルチターゲット追跡に導入し,マルチターゲット追跡におけるデータ連想の問題を避けるだけでなく,同時にターゲット数とそれらの状態の推定を実現した。通常,従来の確率仮説密度(PHD)と正規化確率仮説密度(CPHD)アルゴリズムは,検出確率が先験的として知られており,多くの応用に適していないと仮定する。検出確率を推定するいくつかの方法が提案されているが,時間と監視領域の両方で一定であると仮定する。本論文では,アクティブソナー方程式を通して検出確率をモデル化した。偽検出確率を固定したとき,著者らは検出確率のための解析的表現を得ることができて,それは目標位置に関連した。さらに,この新しい検出確率をPHDとCPHDアルゴリズムで用いて,水中能動ソナー追跡システムに適用した。また,適応楕円ゲート戦略を用いて,PHDおよびCPHDアルゴリズムにおける計算負荷を低減した。線形Gauss仮定の下で,提案した検出確率を,Gauss混合確率仮説密度(GM-PHD)とGauss混合Cardinalized確率仮説密度(GM-CPHD)の両方でそれぞれ例証した。シミュレーション結果は,提案したPd-GM-PHDとPd-GM-CPHDアルゴリズムが,水中アクティブソナー追跡システムより現実的で正確であることを示した。Copyright 2021 The Author(s) 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 ,  シミュレーション ,  *ソナー ,  計算機シミュレーション ,  *トラッキング装置 ,  線形性 ,  正規化
準シソーラス用語： 計算負荷 ,  ターゲット追跡 ,  *アクティブソナー ,  *検出確率 ,  目標位置 , 【Automatic Indexing@JST】

著者キーワード (7件)： マルチターゲット追跡(MTT) ,  ランダム有限集合(RFS) ,  確率仮説密度(PHD) ,  標準化確率仮説密度(CPHD) ,  Gauss混合確率仮説密度(GM-PHD) ,  Gauss混合基数化確率仮説密度(GM-CPHD) ,  ソナー

分類 (3件)： レーダ  (ND13010H) ,  人工知能  (JE08000Z) ,  ディジタルフィルタ  (NC04022Z)

引用文献 (27件)：

• Mallick, M.; Vo, B.-N.; Kirubarajan, T.; Arulampalam, S. Introduction to the Issue on Multitarget Tracking. IEEE J. Sel. Top. Signal Process. 2013, 7, 373-375.
• Li, X.R.; Bar-Shalom, Y. Tracking in clutter with nearest neighbor filters: Analysis and performance. IEEE Trans. Aerosp. Electron. Syst. 1996, 32, 995-1010.
• Chen, X.; Li, Y.; Li, Y.; Yu, J.; Li, X. A Novel Probability Data Association for Target Tracking in a Clutter Environment. Sensors 2016, 16, 2180.
• Habtemariam, B.; Tharmarasa, R.; Thayaparan, T.; Mallick, M.; Kirubarajan, T. A Multiple-Detection Joint Probabilistic Data Association Filter. IEEE J. Sel. Top. Signal Process. 2013, 7, 461-471.
• Blackman, S.S. Multiple hypothesis tracking for multiple target tracking. IEEE Aerosp. Electron. Syst. Mag. 2004, 19, 5-18.

タイトルに関連する用語 (4件)： アクティブソナー ,  追跡システム ,  検出確率 ,  アルゴリズム