Nghiên cứu, áp dụng, cải thiện bộ lọc mật độ xác suất giả thuyết trong bài toán theo dấu mục tiêu

- TÓM TẮT LUẬN VĂN THẠC SĨ Đề tài: Nghiên cứu, áp dụng, cải thiện bộ lọc mật độ xác suất giả thuyết trong bài toán theo dấu mục tiêu Tác giả luận văn: Đỗ Ngọc Tuấn Khóa: 2016A Người hướng dẫn: TS.
- Nội dung tóm tắt: a) Lý do chọn đề tài Nhận diện các mục tiêu và bám sát đa mục tiêu trong môi trường chuyển động thực có nhiều ứng dụng trong thực tế ngày nay.
- Các bộ lọc theo phương pháp tập ngẫu nhiên hữu hạn chưa nghiên cứu đến bài toán quản lý nhãn mục tiêu và trường hợp đa nguồn.
- Luận văn ngoài việc phân tích, đánh giá chất lượng của hai bộ lọc PHD, CPHD đồng thời cũng đề xuất hai mở rộng đóng góp đó là.
- Phát triển một thuật toán gán nhãn, quản lý quá trình khởi tạo, bám sát, xóa quỹ đạo giúp phân biệt các mục tiêu khác nhau, duy trì được định danh, lịch sử mục tiêu và các thông tin phụ trợ khác nếu có.
- Phát triển một thuật toán xử lý hợp nhất dữ liệu đa nguồn kết hợp dữ liệu từ nhiều nguồn khác nhau nhằm đạt được độ chính xác cao hơn hoặc với bài toán chỉ có thể theo dấu được mục tiêu khi có nhiều nguồn.
- Luận văn đưa ra các đánh giá, thực nghiệm, mở rộng với giả thuyết các mục tiêu chuyển đổi trạng thái theo mô hình tuyến tính Gaussian, hàm đo lường tuyến tính theo trạng thái mục tiêu, nhiễu hệ thống và nhiễu đo lường là nhiễu Gaussian trắng, độc lập với nhau.
- Từ đó các thành phần Gaussian có cùng nhãn là cùng một mục tiêu.
- Thuật toán xử lý đa nguồn thực hiện cập nhật hàm phân phối số lượng mục tiêu và cường độ mục tiêu được xem như ước lượng tiên nghiệm để kết hợp với quan sát của cảm biến tiếp theo sinh ra phân phối hậu nghiệm mới.
- d) Phương pháp nghiên cứu.
- Luận văn nghiên cứu hai bộ lọc theo phương pháp tập ngẫu nhiên hữu hạn là Probability Hypothesis Density (PHD.
- Luận văn nghiên cứu các phương pháp xử lý nhãn mục tiêu và đề xuất một phương pháp mới.
- Đồng thời, luận văn sử dụng lý thuyết tập ngẫu nhiên hữu hạn để chứng minh một công thức ước lượng đa nguồn.
- Từ đó, luận văn đề xuất một bộ lọc đa nguồn phù hợp.
- e) Kết luận Luận văn đã trình bày về bài toán lọc đa mục tiêu theo dựa trên lý thuyết tập ngẫu nhiên hữu hạn, cho phép kết hợp việc phát hiện và ước lượng trạng thái các mục tiêu, khi không biết số lượng bằng cách xử lý một tập các dữ liệu theo thời gian.
- Với trường hợp đa mục tiêu, luận văn đã đưa ra hai bộ lọc được sử dụng nhiều nhất là PHD và CPHD, cho thấy bộ lọc CPHD cho kết kết quả tốt hơn hẳn so với bộ lọc PHD.
- Luận văn đã đưa ra một thuật toán quản lý nhãn mục tiêu, cho phép thu được lịch sử quỹ đạo, quản lý quá trình phát hiện và xóa mục tiêu

Xem thử không khả dụng, vui lòng xem tại trang nguồn
hoặc xem Tóm tắt