• 한국전자파학회논문지
• /
• 제27권6호
• /
• pp.545-556
• /
• 2016

JPDAF(Joint Probabilistic Data Association Filter)는 다중표적 추적에서 존재하는 표적에서 측정값들이 유래되었을 사후 확률을 이용하여 표적의 상태 추정치에 대한 갱신을 진행하는 방식이다. 이러한 JPDAF 방식에 고정구간 평활화(fixed-interval smoothing)기법을 적용하여 얻은 JPDAS(Joint Probabilistic Data Association Smoothing) 방식을 기반으로 이 논문에서는 모탄에서 분리되어 낙하하는 다수의 자탄에 대한 다중표적 추적알고리즘을 제안하였다. 독립적으로 JPDAF와 JPDAS를 이용한 다중표적 추적알고리즘을 100번 수행하여 얻은 표적의 상태 추정치와 표적의 실제 상태의 차이의 평균으로 두 다중표적 추적알고리즘의 성능을 비교하였다. 이를 기반으로, 제안한 JPDAS가 JPDAF보다 레이다의 표적 추적 문제에 대한 성능이 좋음을 보여주는 시뮬레이션 결과들이 제시되었다.

• 제어로봇시스템학회:학술대회논문집
• /
• 제어로봇시스템학회 1992년도 한국자동제어학술회의논문집(국내학술편); KOEX, Seoul; 19-21 Oct. 1992
• /
• pp.141-146
• /
• 1992

Joint probabilistic data association filter(JPDAF) for multi-target tracking was developed for real-time implementation, while it abandoned an algorithm for track initiation. In this paper, we propose three features for track initiation that can be adapted to the JPDA filter. In addition, with the proposed approaches, the performance of track maintenance is evaluated in the case of tracks being near. To eliminate the abundant false tracks, we exploit the simple method using the state error covariances. Simulations are performed to demonstrate the efficiency of the proposed approaches.