Key points are not available for this paper at this time.
다중 목표의 관측 및 추적은 목표의 수가 알려지지 않은 시간 변화 랜덤 매개변수이거나 목표에서 생성된 측정값이 잡음으로 가려지는 등의 여러 요인으로 인해 도전적인 문제입니다. 랜덤 유한 집합 이론은 베이esian 프레임워크에서 다중 목표의 관측 및 추적 문제를 우아하게 형식화할 수 있도록 하며, 특히 랜덤 유한 집합 형식은 확률 가설 밀도(PHD) 필터링 방법으로 이어져, 서브최적이지만 수치적으로 실현 가능한 방식으로 베이esian 관측 및 추적을 실행합니다. 본 논문에서는 PHD 필터를 적용하여 다수의 기동 목표를 동시에 관측하고 추적합니다. PHD 필터의 추적 성능 충실도는 수치 결과를 통해 입증됩니다.
Vo et al. (수요일) 이 문제를 연구했습니다.