Suivi multi-cibles utilisant l'association de données probabiliste conjointe

La méthode d'Association de Données Probabiliste (PDA), qui repose sur le calcul de la probabilité postérieure de chaque mesure candidate trouvée dans une porte de validation, suppose qu'un seul vrai cible est présente et que toutes les autres mesures sont des encombrements distribués selon une loi de Poisson. Dans cet article, de nouveaux résultats théoriques sont présentés sur l'algorithme d'Association de Données Probabiliste Conjointe (JPDA), dans lequel des probabilités postérieures conjointes sont calculées pour plusieurs cibles dans un encombrement de Poisson. L'algorithme est appliqué à un problème de suivi sonar passif avec plusieurs capteurs et cibles, dans lequel une cible n'est pas entièrement observable par un seul capteur. Les cibles sont modélisées avec quatre états géographiques, deux états acoustiques ou plus, et des probabilités de détection réalistes (c'est-à-dire faibles) à chaque instant d'échantillonnage. Des résultats de simulation sont présentés pour deux cibles fortement interférentes ; ceux-ci illustrent les améliorations spectaculaires obtenues en calculant des probabilités conjointes.