Resumen

Se aborda el algoritmo de seguimiento de objetivos con maniobras múltiples basado en un filtro de partículas. Se adopta el enfoque de ruido equivalente, que utiliza un modelo dinámico simple consistente en el estado del objetivo y el ruido equivalente que da cuenta de los efectos combinados del ruido del proceso y las maniobras. El enfoque de ruido equivalente convierte el problema del seguimiento de objetivos en maniobra en el de la estimación del estado en presencia de ruido de proceso no estacionario con estadísticas desconocidas. Se propone un método novedoso para identificar el ruido de proceso no estacionario en el marco del filtro de partículas. Además, se propone un filtro de partículas basado en la Asociación de Datos de Probabilidad Conjunta (JPDA) multiscan para tratar el problema de asociación de datos en un seguimiento de objetivos de maniobras múltiples. En el algoritmo JPDA multiscan propuesto, las distribuciones de interés son las distribuciones marginales de filtrado para cada uno de los objetivos, y estas distribuciones se aproximan con partículas. El algoritmo JPDA multiescan examina los eventos de asociación conjunta en una ventana deslizante multiescan y calcula la probabilidad marginal posterior basándose en los eventos de asociación conjunta multiescan. El algoritmo propuesto se ilustra mediante un ejemplo que implica el seguimiento de dos objetivos muy maniobrables, a veces muy próximos y cruzados, basado en mediciones resueltas.

• Materias:Análisis Matemático Álgebra Ingeniería Matemática aplicada Lógica matemática
• Subjects:Mathematical Analysis Algebra Engineering Applied Mathematics Mathematical logic
• Palabras claves:algoritmo jpda multiscan, ruido de proceso no estacionario, distribuciones, enfoque de ruido, filtro de partículas, seguimiento de objetivos de maniobras múltiples, algoritmo de seguimiento de objetivos de maniobras múltiples, asociación de datos de probabilidad conjunta multiscan, eventos de asociación conjunta multiscan, problema de asociación de datos
• Keywords:multiscan jpda algorithm, nonstationary process noise, distributions, noise approach, particle filter, multiple maneuvering target tracking, multiple maneuvering target tracking algorithm, multiscan joint probability data association, multiscan joint association events, data association problem