ランダム有限集合観測による計算効率の良い分散Bayesフィルタ【JST・京大機械翻訳】

Yang Feng; Yang Feng; Zheng Litao; Zheng Litao; Li Tiancheng; Li Tiancheng; Shi Lihong; Shi Lihong

文献

J-GLOBAL ID：202202264873556966 整理番号：22A0572794

ランダム有限集合観測による計算効率の良い分散Bayesフィルタ【JST・京大機械翻訳】

A computationally efficient distributed Bayesian filter with random finite set observations

出版者サイト複写サービスで全文入手 {{ this.onShowCLink("http://jdream3.com/copy/?sid=JGLOBAL&noSystem=1&documentNoArray=22A0572794&COPY=1") }}
高度な検索・分析はJDreamⅢで {{ this.onShowJLink("http://jdream3.com/lp/jglobal/index.html?docNo=22A0572794&from=J-GLOBAL&jstjournalNo=A0102B") }}

著者 (8件)： , , , , , , ,
資料名：
巻： 194 ページ： Null 発行年： 2022年
JST資料番号： A0102B ISSN： 0165-1684 資料種別：逐次刊行物 (A)
記事区分：原著論文発行国：オランダ (NLD) 言語：英語 (EN)

本論文では,Bayes再帰と提案したマルチセンサ事後融合をGauss混合(GM)により行うセンサネットワークを用いて,ランダム見逃し検出と誤り警報の存在におけるターゲットを追跡するための分散Bayesフィルタを提示した。より良い通信と計算効率のために,GMsにおける適切に選択されたGauss成分だけは,主成分分析の原理に従ってコンポーネントが選択される隣接センサの間で分散し,融合される。線形/算術平均融合を実現して,GM併合と剪定操作で用いる閾値をOccamウィンドウ法によって理論的に導出した。さらに,改良分散フラッディングプロトコルを,節間通信と融合操作の並列化を可能にし,ノードメモリコストを低減するネットワーク上のGM通信のために考案した。妥当な仮定の下で,それは,より低いノードメモリ要求を有する間,元のフラッディングアルゴリズムと同じ結果をもたらすことを実証した。提案手法を,ターゲット追跡のためのシミュレーションと実験シナリオの両方で最先端の手法と比較した。Copyright 2022 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

, , , , , , , , ,
, , , , , , 【Automatic Indexing@JST】

著者キーワード (5件)： , , , ,

信号理論

, ,

前のページに戻る