Distribuované sledování více cílů
Distributed multiple target tracking
Typ dokumentu
diplomová prácemaster thesis
Autor
Jan Novák
Vedoucí práce
Dedecius Kamil
Oponent práce
Vlk Tomáš
Studijní obor
Znalostní inženýrstvíStudijní program
InformatikaInstituce přidělující hodnost
katedra aplikované matematikyPráva
A university thesis is a work protected by the Copyright Act. Extracts, copies and transcripts of the thesis are allowed for personal use only and at one?s own expense. The use of thesis should be in compliance with the Copyright Act http://www.mkcr.cz/assets/autorske-pravo/01-3982006.pdf and the citation ethics http://knihovny.cvut.cz/vychova/vskp.htmlVysokoškolská závěrečná práce je dílo chráněné autorským zákonem. Je možné pořizovat z něj na své náklady a pro svoji osobní potřebu výpisy, opisy a rozmnoženiny. Jeho využití musí být v souladu s autorským zákonem http://www.mkcr.cz/assets/autorske-pravo/01-3982006.pdf a citační etikou http://knihovny.cvut.cz/vychova/vskp.html
Metadata
Zobrazit celý záznamAbstrakt
Tato práce se zaměřuje na téma distribuovaného sledování více cílů. Nejprve popisuje nezbytné matematické koncepty potřebné k porozumění tématu. Poté představuje koncept odhadu skrytého stavu s pomocí skrytého Markovova modelu a modelu měření. Následně představuje a odvozuje Kalmanův filtr s využitím exponenciální rodiny distribucí. Z Kalmanova filtru jsou dále postupně odvozen PDA, IPDA, JIPDA a JIPDA filtry. Jakmile jsou tyto koncepty zavedeny, zabývá se metodami distribuovaného filtrování, přičemž se hlavně zaměřuje na difúzní přístup. Difúzní přístup je nejprve popsán obecným způsobem. Poté je navržen difúzní algoritmus založený na JIPDA filtru. Funkčnost navrženého algoritmu je pak vyhodnocena v několika experimentech. This thesis focuses on the topic of distributed multiple-target tracking. It presents the necessary mathematical concepts needed to understand the subject. Then, it introduces the concept of hidden state estimation with the hidden Markovian model and measurement model. Next, it introduces and derives the Kalman filter using the exponential family of distributions. The Kalman filter is then gradually evolved into the PDA filter, IPDA filter and JIPDA filter. Once these concepts are established, they deal with collaborative filtering methods, focusing mainly on the diffusion approach. The diffusion approach is initially described in a general manner. After that, a diffusion algorithm based on the JIPDA filter is proposed. The performance of the proposed algorithm is then evaluated in several experiments.
Kolekce
- Diplomové práce - 18105 [194]