Multi-target PHD filtering: proposition of extensions to the multi-sensor case

Emmanuel Delande 1, 2 Emmanuel Duflos 1, 2 Dominique Heurguier 3 Philippe Vanheeghe 1, 2
1 SEQUEL - Sequential Learning
LIFL - Laboratoire d'Informatique Fondamentale de Lille, LAGIS - Laboratoire d'Automatique, Génie Informatique et Signal, Inria Lille - Nord Europe
2 LAGIS-SI
LAGIS - Laboratoire d'Automatique, Génie Informatique et Signal
Résumé : Le pistage multi-cible se trouve confronté au double problème suivant : l'état du système et la collection de mesures ne sont pas ordonnés et leurs dimensions varient aléatoirement au cours du temps. Dans ce contexte, l'utilisation des ensembles aléatoires finis apporte un cadre de résolution particulièrement pertinent et ce travail s'intéresse plus particulièrement au filtre PHD (Probability Hypothesis Density) introduit par Mahler. La première partie de ce rapport est une synthèse des travaux de Mahler et se veut pédagogique : elle reprend en détail la construction du filtre PHD mono-capteur. En se basant sur les éléments de solution proposés par Mahler, la deuxième partie propose des extensions du filtre au cas multi-capteur.
Liste complète des métadonnées

https://hal.inria.fr/inria-00501502
Contributeur : Emmanuel Duflos <>
Soumis le : mercredi 5 janvier 2011 - 16:29:05
Dernière modification le : jeudi 11 janvier 2018 - 02:05:50
Document(s) archivé(s) le : vendredi 2 décembre 2016 - 12:50:27

Fichier

PHD-21-12-10.pdf
Fichiers produits par l'(les) auteur(s)

Identifiants

  • HAL Id : inria-00501502, version 3

Collections

Citation

Emmanuel Delande, Emmanuel Duflos, Dominique Heurguier, Philippe Vanheeghe. Multi-target PHD filtering: proposition of extensions to the multi-sensor case. [Research Report] RR-7337, INRIA. 2010, pp.64. 〈inria-00501502v3〉

Partager

Métriques

Consultations de la notice

588

Téléchargements de fichiers

228