Multiclass Generalized Labeled Multi-Bernoulli Filter With Kernel Density Estimation for Target Tracking in Unknown Backgrounds

In multitarget tracking (MTT), the prior information of background parameters, such as clutter intensity and detection probability, exerts a significant influence on the performance of the filter. Thus, when performing MTT in unknown backgrounds, the filter should possess the capability to estimate...

Celý popis

Uloženo v:

Podrobná bibliografie
Vydáno v:	IEEE sensors journal Ročník 25; číslo 15; s. 29075 - 29090
Hlavní autoři:	Wu, Qinchen, Sun, Jinping, Yang, Bin, Li, Juan, Wang, Yanping
Médium:	Journal Article
Jazyk:	angličtina
Vydáno:	New York IEEE 01.08.2025 The Institute of Electrical and Electronics Engineers, Inc. (IEEE)
Témata:	Clutter Estimation Filtering algorithms Generalized labeled multi-Bernoulli (GLMB) filter Graphical models Information filters Kernel kernel density estimation (KDE) Multiple target tracking multitarget tracking (MTT) Noise measurement nonuniform clutter Parameters Radio frequency random finite sets (RFSs) robust filtering Target tracking Tracking unknown clutter rate unknown detection probability
ISSN:	1530-437X, 1558-1748
On-line přístup:	Získat plný text
Tagy:	Přidat tag Žádné tagy, Buďte první, kdo vytvoří štítek k tomuto záznamu!

Buďte první, kdo okomentuje tento záznam!