Đang chuẩn bị liên kết để tải về tài liệu:
Bài toán quan sát đa mục tiêu: Sự tồn tại lời giải tối ưu và thuật toán Kalman tìm nghiệm theo ngưỡng xác định

Trong bài báo này, xét bài toán quan sát đa mục tiêu: đưa ra khái niệm lời giải tối ưu từng bước, chứng minh sự tồn tại lời giải tối ưu và đồng thời đề xuất thuật toán tìm lời giải chấp nhận được theo ngưỡng xác định cho trước bằng công cụ lọc Kalman. | Bài toán quan sát đa mục tiêu: Sự tồn tại lời giải tối ưu và thuật toán Kalman tìm nghiệm theo ngưỡng xác định Nghiên cứu khoa học công nghệ BÀI TOÁN QUAN SÁT ĐA MỤC TIÊU: SỰ TỒN TẠI LỜI GIẢI TỐI ƯU VÀ THUẬT TOÁN KALMAN TÌM NGHIỆM THEO NGƯỠNG XÁC ĐỊNH Nguyễn Thị Hằng1*, Nguyễn Hải Nam2 Tóm tắt: Trong bài báo này, chúng tôi xét bài toán quan sát đa mục tiêu: đưa ra khái niệm lời giải tối ưu từng bước, chứng minh sự tồn tại lời giải tối ưu và đồng thời đề xuất thuật toán tìm lời giải chấp nhận được theo ngưỡng xác định cho trước bằng công cụ lọc Kalman. Từ khóa: Quan sát đa mục tiêu, Kết hợp dữ liệu, Dây chuyền, Phép gán, Tối ưu từng bước. 1. MỞ ĐẦU Bài toán quan sát đa mục tiêu được áp dụng rất rộng rãi trong thực tế. Trong lĩnh vực quân sự như: các hệ thống phòng không, các hệ thông giám sát, các hệ thống trinh sát điện tử,. Trong lĩnh vực dân sự như: các hệ thống giám sát giao thông, các hệ thống giám sát không lưu, các hệ thống giám sát, bảo vệ,. . Bài toán quan sát đa mục tiêu đã được nhiều tác giả đề xuất, xem xét và đưa ra khá nhiều phương pháp giải quyết [1 - 4], [7]. Phương pháp phổ biến nhất để giải bài toán đa mục tiêu là phương pháp ước lượng tuần tự Bayes (Bayesian sequential Estimation) mà tư tưởng cơ bản của phương pháp này là cập nhật một cách đệ quy hàm phân bố hậu nghiệm các trạng thái của mục tiêu. Tất cả các thuật toán quan sát đa mục tiêu đã được công bố cho đến thời điểm này đều rất phức tạp bởi lẽ nó gắn với các mô hình xác suất rất phức tạp. Có thể điểm qua các phương pháp đó như: Thuật toán lân cận gần nhất toàn cục (GNN); Thuật toán kết hợp dữ liệu xác suất đồng thời (JPDA), kết hợp dữ liệu đa giả thiết (MHT); Bộ lọc PHD; Bộ lọc hạt Rao – Blackwellized (RBMCDA), [6]. Cho đến nay, hầu như các thuật toán đối với bài toán quan sát đa mục tiêu di động đều hoặc sử dụng các thuật toán kết hợp dữ liệu nói trên hoặc cải tiến nhỏ các thuật toán đó. Điều cần nhấn mạnh là tất cả các thuật .