خوارزمية تعيين m-best S-D مع تطبيقها على تتبع الأهداف المتعددة

في هذه الورقة، نصف خوارزمية جديدة لربط البيانات، تُسمى m-best S-D، التي تحدد في وقت O(mSkn/sup 3/) (m تعيينات، S/spl ges/3 قوائم بحجم n، k استرخاءات) الحلول (تقريبًا) m-best لمشكلة تعيين S-D. خوارزمية m-best S-D قابلة للتطبيق على مشاكل التتبع حيث أن المستشعرات إما متزامنة أو أن المستشعرات و/أو الأهداف تتحرك ببطء شديد. أهمية هذا العمل تكمن في أن خوارزمية تعيين m-best S-D (في وضع النافذة المتحركة) يمكن أن توفر تنفيذًا فعالًا لخوارزمية تتبع الافتراضات المتعددة (MHT) شبه المثلى من خلال تجاوز الحاجة إلى حصر عدد كبير من الافتراضات المشتركة بشكل عددي بدائي. نبدأ بوصف المشكلة العامة التي تنطبق عليها خوارزمية m-best S-D. على وجه التحديد، بالنظر إلى قياسات خط البصر (LOS) (أي، موقع غير مكتمل) من S مستشعرات، يتم استخراج مجموعات من قياسات المواقع الكاملة، وهي، يتم تحديد المجموعات الأكثر احتمالًا (الأولى، الثانية، ...، mth) من قياسات المركب عن طريق حل مشكلة تعيين S-D ثابتة. من خلال الاستفادة من دوال الاحتمال المشتركة المستخدمة لتحديد حلول m-best S-D، يتم بعد ذلك تحديد قياسات المركب مع احتمال كونها صحيحة باستخدام تقنية مشابهة لـ JPDA (جمع البيانات الاحتمالية). يتم استخدام قوائم قياسات المركب من المسحات المتعاقبة، جنبًا إلى جنب مع احتمالاتها المقابلة، بالتناوب مع مقدر الحالة في خوارزمية تعيين ديناميكية ثنائية الأبعاد لتقدير حالات الأهداف المتحركة بمرور الوقت. يتم بناء معاملات تكلفة التعيين الديناميكية على دالة احتمالية تتضمن احتمالات قياسات المركب