Bei der Überwachung und Verfolgung von Objekten und Zuständen ist es erforderlich, alle verfügbaren Informationen im Kontext auszuwerten. Hierbei kann auch das Ausbleiben von Signalen eine signifikante Information darstellen, die allerdings nur in Zusammenhang mit Umgebungsinformationen erfassbar und bewertbar wird. Grundlage für diese Informationsauswertung im Kontext bildet die Bayes'sche Wahrscheinlichkeitstheorie als Methode der Informationsfusion. Am Beispiel der militärischen Objektverfolgung mit Radar wird erläutert, wie auf Grundlage der Kenntnis der Sensoreigenschaften sowie der Eigenschaften der verfolgten Objekte und Umgebung zufällige oder systematische Störeinflüsse - und dadurch ggf. ausbleibende Sensorsignale - durch Einsatz fiktiver Messgleichungen in valide Information gewandelt werden können. Die Sensorauflösung entscheidet hierbei über die verarbeitbare Objektdichte. Die erläuterte Methode zur Informationsgewinnung aus negativer Sensorevidenz kann verallgemeinert werden.
Verfeinerte Sensormodelle für Tracking-Anwendungen
Advanced sensor models for tracking application
tm - Technisches Messen ; 74 , 3 ; 112-120
2007-01-01
9 pages
Aufsatz (Zeitschrift)
Deutsch
© Metadata Copyright Deutsche Bahn AG. All rights reserved.
Ford Mondeo - Verfeinerte Mittelklasse. Vorstellung
Online Contents | 2012
Verfeinerte Technik an Land-Rover 110
Kraftfahrwesen | 1983
|