高ゴミと水中非定常測定ノイズに対する高ロバストなマルチターゲット追跡方法a)

科学分野:

• 水中音響
• 信号処理
• 情報処理
• マルチターゲット追跡

背景:

• 複数の水中ターゲットのロバスト追跡は、クラッターと非定常ノイズのために重要ですが困難です。
• 既存のランダム有限集合（RFS）アルゴリズムは、観測尤度の汚染とこのような環境での精度の低さに苦労しています。

研究 の 目的:

• ロバストな2段階修正変分ベイズデルタ一般化ラベル付きマルチベルヌーイマルチターゲット追跡アルゴリズムを提案すること。
• クラッターが多く、非定常な測定ノイズが存在する水中環境での追跡精度とロバスト性を向上させること。

主な方法:

• 初期測定ノイズ共分散補正のためにSage-Husa（SH）推定を導入しました。
• 測定ノイズ共分散推定値のさらなる最適化のために変分ベイズフレームワークを採用しました。
• デルタ一般化ラベル付きマルチベルヌーイフィルタリング更新ステージを利用しました。

主要な成果:

• 適応RFSにおける尤度関数へのクラッター汚染を効果的に軽減しました。
• 複雑なノイズ条件下でのターゲットとクラッター間の識別を改善しました。
• リアルタイムノイズ補正により、水中マルチターゲットアクティブ追跡のロバスト性を大幅に向上させました。

結論:

• 提案されたアルゴリズムは、従来のおよび既存の適応一般化ラベル付きマルチベルヌーイ法よりも大幅に優れたパフォーマンスを発揮しました。
• 強いクラッターと非定常ノイズを伴うシミュレーションと実験で優れたパフォーマンスを示しました。
• 水中マルチターゲットアクティブ追跡のためのロバストなソリューションを提供します。