[論文レビュー] A Survey of Manoeuvring Target Tracking Methods

G.W. Pulford|arXiv (Cornell University)|Jan 1, 1998

Target Tracking and Data Fusion in Sensor Networks参考文献 111被引用数 6

ひとこと要約

本調査は、雑音のない環境および雑音のある環境の両方における急旋回ターゲット追跡手法について包括的なレビューを提供しており、動的モデル、急旋回検出、および相互作用マルチモデル（IMM）、入力推定、確率的データ連携などのフィルタリング手法をカバーしている。文献においては、多数のアルゴリズムが存在するにもかかわらず、性能比較がほとんどないことが強調されており、評価のためのベンチマークが導入されている。

ABSTRACT

A comprehensive review of the literature on manoeuvring target tracking for both uncluttered and cluttered measurements is presented. Various discrete-time dynamical models including non-random input, random-input and switching or hybrid system manoeuvre models are presented. The problem of manoeuvre detection is covered. Classical and current filtering methods for manoeuvre tracking are presented including multi-level process noise, input estimation, variable dimension filtering, two-stage filter, the interacting multiple model algorithm, and generalised pseudo-Bayesian algorithms. Various extensions of these algorithms to the case of cluttered measurements are also described and these include: joint manoeuvre and measurement association, probabilistic data association and multi-hypothesis tracking. Smoothing schemes, including IMM smoothing and batch expectation-maximisation using the Viterbi algorithm, are also described. The use of amplitude information for target measurement discrimination is discussed. It is noted that although many manoeuvre tacking techniques exist, the literature contains surprisingly few performance comparisons to guide the design engineer although a performance benchmark has recently been introduced.

研究の動機と目的

• 急旋回ターゲットを追跡するための動的モデル、急旋回検出、およびフィルタリング手法について体系的なレビューを提供すること。
• IMM、入力推定、可変次元フィルタを含む古典的および現代的フィルタリングアプローチを分析すること。
• 確率的データ連携およびマルチハイポセシストラッキングを用いた、これらの手法の雑音環境への拡張を検討すること。
• 性能評価のギャップを特定し、アルゴリズム比較のための標準化されたベンチマークの必要性を強調すること。

提案手法

• スインガーの相関過程雑音、半マルコフ、およびポアソンベースの加速度モデルを含む離散時間動的モデルのレビュー。
• データウィンドウ処理または指数的忘却を用いた残差ベースのテストおよび尤度比検定を用いた急旋回検出の分析。
• フィルタリング手法のサーベイ：IMM、入力推定、2段階カルマンフィルタ、および一般化された擬似ベイズ（GPB）アルゴリズム。
• 確率的データ連携（PDA）、IMM-PDA、および可変次元PDAを用いた雑音環境への拡張の検討。
• IMMスムージングおよびビタビアルゴリズムを用いたバッチ期待最大化を用いたスムージング技術の説明。
• 雑音環境における測定値の識別に、電波の振幅およびSNR情報の利用の探求。

実験結果

リサーチクエスチョン

• RQ1 急旋回ターゲット行動を表現するために使用される主な動的モデルは何か？
• RQ2 感度および誤報率の観点から、異なる急旋回検出戦略はどのように比較できるか？
• RQ3 追跡精度と計算コストのトレードオフの観点から、IMM、入力推定、可変次元フィルタリングの性能にどのような違いがあるか？
• RQ4 PDAおよびマルチハイポセシストラッキング手法は、雑音環境での追跡にどのように寄与するか？
• RQ5 EMベースのPMHTフレームワークとMHTフレームワークは、高雑音環境でどれほど性能を向上させるか。また、それらの制限は何か？

主な発見

• 文献には多数の急旋回ターゲット追跡手法が存在するが、驚くべきことに、アルゴリズム選定を支援する性能比較はほとんど存在しない。
• IMMアルゴリズムは、著しく低い計算複雑性で入力推定と同等の性能を達成している。
• IMM-PDAおよび可変次元PDAは、中程度の複雑性で雑音環境への追跡能力を拡張している。
• 数値シミュレーションの結果、EMベースのPMHTアルゴリズムは重い雑音環境でIMM-PDAを上回る可能性があるが、MHTやGPBといった高性能手法との比較は依然として限られている。
• 振幅およびSNR情報の利用は、雑音環境における測定値の識別を向上させ、レーダー追跡における有望な強化手段を提供している。
• 最近、フェーズドアレイレーダーにおける急旋回ターゲット追跡のためのベンチマークが導入され、標準化された評価の欠如を是正した。