Comparison of Performances of GM and SMC Implementations of CB-MeMBer Filter for Sensor Control

In this work, sequential Monte Carlo and Gaussian mixture implementations of cardinality balanced multi-Bernoulli filter, developed under random finite set theory framework, are compared for sensor control application. In the simulations, two different types of reward/penalty functions are utilized. They are based on reduction of uncertainty and information gain. These functions are calculated using partially observable Markov decision processes framework. The sensors move according to the outputs of these functions. The formulations for sequential Monte Carlo methods can already be found in the literature. However, there is not much work done on Gaussian mixtures. Gaussian mixtures based formulations are presented in this work. These two different implementations are compared for different sensor types, reward/penalty functions. In order to give an idea on a possible implementation on a real application, run times of the algortihms are also presented.

CB-MeMBer Filtresinin GM ve SMC Gerçeklemelerinin Sensör Kontrolü Performanslarýnýn Farklý Ödül Fonksiyonlarý Ýçin Karþýlaþtýrýlmasý

Bu çalýþmada rastgele sonlu kümeler teorisi çerçevesinde geliþtirilmiþ olan kardinalitesi dengelenmiþ çoklu Bernoulli filtresinin ardýþýk Monte Carlo ve Gaus karýþýmý gerçeklemeleri farklý sensör kontrolü uygulamasý için karþýlaþtýrýlmýþtýr. Simülasyonlarda belirsizlik azaltýlmasý ve bilgi kazancýna dayalý iki farklý ödül/ceza fonksiyonu kullanýlmýþtýr. Bu fonksiyonlar, kýsmen gözlemlenebilir Markov karar süreçleri yöntemi kullanýlarak optimize edilmiþ ve platformlarýn bir sonraki hamlesi buna göre belirlenmiþtir. Literatürde hali hazýrda ardýþýk Monte Carlo gerçeklemeleri için kardinalitesi dengelenmiþ çoklu Bernoulli filtresi ile sensör kontrolü alanýnda yayýnlar bulunmaktadýr. Ancak rastgele sonlu kümeler tabanlý filtrelerin Gaus karýþýmlarý üstüne fazla çalýþma yoktur. Bu nedenle, algoritmalarýn Gaus karýþýmlarýnda da kullanýlabilmesi için denklemler sunulmuþtur. Bu iki farklý gerçekleme farklý sensörler ve farklý ödül/ceza fonksiyonlarý açýsýndan simülasyonlarla karþýlaþtýrýlmýþtýr. Algoritmalarýn gerçek sistemlerde uygulandýðýnda gösterecekleri performanslarý hakkýnda fikir vermesi açýsýndan, çalýþma süreleri sunulmuþtur.