Фильтры IPAD в роли смешанного фильтра гаусса PHD алгоритма

 

Звонко Радосављевић

 

Встроенный фильтр вероятностей типа Integrated Probabilistic Data Association (IPDA) предоставляет оценки вероятностей существования целей, необходимые для поддержания статуса метки. В каждом обороте антенны радара, IPDA рекурсивно вычисляет вероятность существования мишени с целью разрешения неопределённости относительно существования мишени. Аналогично, метод случайного конечного множества (Random Finite Set - RFS) предназначен для отслеживания одной или нескольких целей. Использование правила Байесова рекурсивно вычисляет распределение конечного набора больше целей. Практическая реализация этой системы мониторинга очень сложная. Мы аналитически доказали, что алгоритм IPDA может быть получен из рекурсии случайного фильтра тонкой очистки (RFS), так как он основан на линейных предположениях Гаусса. Алгоритм плотности гипотетической вероятности (PHD) является альтернативой к этой проблеме, где вовремя используется и  распространяется только первый момент задней вероятности целей, распространяющихся через временные выборы при обороте антенны. В данной статье получены и сравниваются алгоритмы IPDA и смешанный фильтр Гаусса PHD в линейном сценарии  отслеживания одной цели. Эксперименты показали превосходство отслеживания цели IPDA алгоритмом в условиях плотных и тяжёлых помех.

Ключевые слова: обнаружение цели, слежение за целью, отслеживание РЛС, процесс Гаусса-Маркова, IPAD фильтр, PHD фильтр, алгоритм