Target Tracking Using a Distributed Particle-PDA Filter with Sparsity-promoting Likelihood Consensus

Kód výsledku v IS VaVaI
<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F00216305%3A26220%2F18%3APU127651" target="_blank" >RIV/00216305:26220/18:PU127651 - isvavai.cz</a>
Výsledek na webu
<a href="https://ieeexplore.ieee.org/document/8450815" target="_blank" >https://ieeexplore.ieee.org/document/8450815</a>
DOI - Digital Object Identifier
<a href="http://dx.doi.org/10.1109/SSP.2018.8450815" target="_blank" >10.1109/SSP.2018.8450815</a>

Jazyk výsledku
angličtina
Název v původním jazyce
Target Tracking Using a Distributed Particle-PDA Filter with Sparsity-promoting Likelihood Consensus
Popis výsledku v původním jazyce
We propose a distributed particle-based probabilistic data association filter (PDAF) for target tracking in the presence of clutter and missed detections. The proposed PDAF employs a new “sparsity-promoting” likelihood consensus that uses the orthogonal matching pursuit for a sparse approximation of the local likelihood functions. Simulation results demonstrate that, compared to the conventional likelihood consensus based on least-squares approximation, large savings in intersensor communication can be obtained without compromising the tracking performance.
Název v anglickém jazyce
Target Tracking Using a Distributed Particle-PDA Filter with Sparsity-promoting Likelihood Consensus
Popis výsledku anglicky
We propose a distributed particle-based probabilistic data association filter (PDAF) for target tracking in the presence of clutter and missed detections. The proposed PDAF employs a new “sparsity-promoting” likelihood consensus that uses the orthogonal matching pursuit for a sparse approximation of the local likelihood functions. Simulation results demonstrate that, compared to the conventional likelihood consensus based on least-squares approximation, large savings in intersensor communication can be obtained without compromising the tracking performance.

Projekt
Výsledek vznikl pri realizaci vícero projektů. Více informací v záložce Projekty.
Návaznosti
P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)

Rok uplatnění
2018
Kód důvěrnosti údajů
S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Název statě ve sborníku
Proceedings of the 2018 IEEE Statistical Signal Processing Workshop (SSP)
ISBN
978-1-5386-1570-6
ISSN
—
e-ISSN
—
Počet stran výsledku
5
Strana od-do
653-657
Název nakladatele
IEEE
Místo vydání
Freiburg im Breisgau
Místo konání akce
Freiburg im Breisgau
Datum konání akce
10. 6. 2018
Typ akce podle státní příslušnosti
WRD - Celosvětová akce
Kód UT WoS článku
000720116000132

Podobné výsledky(10)