《一种基于模糊量相似度测量的模糊数据关联方法》PDF+DOC

📙 相关资料

1. 《杂波环境下基于数据压缩的多传感器容积滤波算法》PDF+DOC 针对杂波环境下非线性系统中多传感器多目标跟踪问题，基于广义多维分配(S-D分配)规则获取最佳的量测划分，通过多传感器数据压缩技术得到等效量测点与等效量测协方差，结合容积卡尔曼滤波原理实现多目标跟踪，提出了一种基于数据压缩的多传感器容积滤波算法(SD-DCCKF)。仿真结果表明：相对已有算法，SDDC......
2. 《基于Hopfield神经网络的雷达多目标跟踪》PDF+DOC 针对海上船舶雷达在多目标跟踪过程中实时性较差和不能快速响应的问题，提出目前密集杂波情况下多目标跟踪中最为有效的数据关联算法——联合概率数据关联(Joint Probabilistic Data Association，JPDA)算法。为解决JPDA随着目标增多的情况会出现的组合“爆炸”及计算量较大导......
3. 《多传感器广义概率数据关联算法研究》PDF+DOC 随着跟踪环境、跟踪对象的不断变化与发展，目标与量测已经很难用一一对应的关系去描述；广义数据关联算法(GPDA)提出目标与量测多多对应的可行性规则，其性能在目标与量测无论是否在一一对应的情况下，均优于传统的JPDA算法，并且计算量、存储量均远小于JPDA；考虑到GPDA的上述优点，将GPDA算法拓展到......
4. 《密集杂波环境下多目标跟踪算法》PDF+DOC 基于快速数据关联FAFDA(fastalgorithmfordataassociation)滤波算法，根据Houles和Shalom将概率数据关联PDA(ProbabilisticDataAssociation)算法推广到解决两个传感器单目标的跟踪问题的思路，构造了一种两个同类传感器的序列观测数据的......
5. 《基于模糊聚类的数据关联融合算法》PDF+DOC 利用模糊相似性和模糊C均值聚类算法相结合，提出一种求解多传感器多目标跟踪数据关联问题的方法。该方法的目的是实现多传感器观测数据的模糊聚类，使源于不同目标的观测数据能正确划分到该目标中去。仿真结果表明，该算法可以实现数据与目标的正确关联，克服传统硬判断的一些缺点。...
6. 《基于聚类融合的多目标跟踪算法》PDF+DOC 多目标跟踪是多传感器数据融合中的一个重要问题。基于模式识别理论 ，提出了一种通过对传感器测量数据集类 ，以区分源于不同目标的测量数据集合。对各个类对应的目标状态估计进行融合 ，从而实现了对多目标的实时跟踪。这种算法聚数据关联、数据融合和目标跟踪于一体 ，大大降低了多目标跟踪问题的复杂性和计算量。实际......
7. 《基于S-D分配的集中式多传感器不敏滤波算法》PDF+DOC 研究了非线性环境中的集中式多传感器多目标跟踪问题，提出了一种基于S-D分配的集中式多传感器不敏滤波算法。算法通过广义S-D分配技术实现每个传感器中的量测与目标的数据关联，求得所有可能互联中的最佳划分，然后按照顺序多传感器联合概率数据互联算法，依次处理最佳划分中各传感器源于同一目标的量测，在此基础上通......
8. 《基于时间错序量测的多目标多传感器跟踪算法研究》PDF+DOC 在多传感器多目标跟踪系统中，经常有来自同一目标的量测到达融合中心时存在时间先后顺序上的混乱，被称为时间错序量测(Oosm)；通常，现有的跟踪算法都是假设理想目标的观测值不混乱；现实中，可能错过的目标探测随意混乱，因而，滤波器不得不处理起因未知的量测，那么针对顺序量测的传统滤波器，例如KF，在此就不能......
9. 《密集杂波环境下多目标跟踪算法》PDF+DOC 在密集回波环境下对多目标进行航迹起始和跟踪是一个很难解决的问题，对此提出一种基于m-best 2-D分配算法和广义似然比判决的多目标跟踪算法。数值仿真实验表明提出的多目标跟踪算法能够有效解决“量测-目标”数据关联问题，并且能在较短时间内发现假航迹，确认真航迹，大大减轻对系统的存储量、计算量的要求。...
10. 《物联网数据融合方法研究》PDF+DOC 目标跟踪是物联网数据融合技术的一个关键技术，相互作用多模型——概率数据关联算法(IMMPDAF)适用于电磁波较为复杂的环境中目标的跟踪问题，是一种良好的算法，但对于多传感器多目标跟踪的情况，特别是目标较为密集时，计算量剧增，会出现计算组合爆炸现象。因此，有必要对算法进行改进和完善，即基于混合状态估计......