arXiv ID:
2606.31473
arXiv 提交日期: 2026-06-30
基于冯·米塞斯分布的密集汽车雷达目标不确定性量化方法 / Von Mises Based Uncertainty Quantification for Closely Spaced Automotive Radar Targets
1️⃣ 一句话总结
本文针对汽车雷达中紧密相邻目标的到达角估计问题,比较了两种基于深度学习的概率建模方法:一种利用圆形统计的冯·米塞斯分布集成模型,另一种采用正态逆伽马分布的证据深度学习模型;结果表明,冯·米塞斯模型在几何一致性上更优,能直接为雷达跟踪模块提供封闭形式的概率信息,从而在不确定性表达和下游任务集成之间实现更好的权衡。