Decentralized Mobile Target Tracking Using Consensus-Based Estimation with Nearly-Constant-Velocity Modeling

要約

モバイルターゲット追跡は、監視や自律ナビゲーションなどのさまざまなアプリケーションにおいて重要です。
この研究では、移動ターゲットの状態を予測するために、ほぼ一定速度 (NCV) モデルと統合されたコンセンサスベース推定フィルター (CBEF) を利用した分散型追跡フレームワークを紹介します。
このフレームワークにより、ネットワーク内のエージェントは、通信の制約や測定ノイズにもかかわらず、ローカルの観測を共有し、コンセンサスを得ることで、協力してターゲットの位置を推定することが容易になります。
ノイズのあるセンサー データの影響を軽減することで堅牢性を高めるために、飽和ベースのフィルタリング技術が採用されています。
シミュレーション結果は、提案された方法が時間の経過とともに平均二乗推定誤差 (MSEE) を効果的に低減し、推定精度と信頼性が向上したことを示しています。
この調査結果は、分散環境における CBEF の有効性を強調し、不確実性が存在する場合の CBEF の拡張性と回復力を強調しています。

要約(オリジナル)

Mobile target tracking is crucial in various applications such as surveillance and autonomous navigation. This study presents a decentralized tracking framework utilizing a Consensus-Based Estimation Filter (CBEF) integrated with the Nearly-Constant-Velocity (NCV) model to predict a moving target’s state. The framework facilitates agents in a network to collaboratively estimate the target’s position by sharing local observations and achieving consensus despite communication constraints and measurement noise. A saturation-based filtering technique is employed to enhance robustness by mitigating the impact of noisy sensor data. Simulation results demonstrate that the proposed method effectively reduces the Mean Squared Estimation Error (MSEE) over time, indicating improved estimation accuracy and reliability. The findings underscore the effectiveness of the CBEF in decentralized environments, highlighting its scalability and resilience in the presence of uncertainties.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google