《融合多特征信息的联合概率数据关联算法》PDF+DOC
作者:高倩,邹海林,柳婵娟,周莉
单位:华北计算技术研究所
出版:《计算机工程与应用》2012年第03期
页数:3页 (PDF与DOC格式可能不同)
PDF编号:PDFJSGG2012030320
DOC编号:DOCJSGG2012030329
下载格式:PDF + Word/doc 文字可复制、可编辑
《多传感器多目标分布跟踪中数据关联的快速算法》PDF+DOC1996年第06期 崔宁周,谢维信,余雄南
《数据融合算法的评估》PDF+DOC2006年第07期 程云鹏,肖兵
《一种新的多传感器多机动目标快速跟踪算法》PDF+DOC2005年第01期 艾剑良,沈键,艾玲英
《主被动传感器异地配置下的数据关联》PDF+DOC2003年第04期 王国宏,邵锡军,潘哲
《支持无线传感器网络多目标跟踪的最邻近数据关联算法研究》PDF+DOC2011年第05期 朱晓钢,杨兵,许华杰
《一种基于IMM/MSPDAF的多传感器数据融合目标跟踪算法》PDF+DOC2010年第06期 张锐,胡国平
《一种基于改进FCM聚类联合概率数据关联算法》PDF+DOC2010年第08期 孙炜,吕辉,白剑林
《一种新的多传感器数据融合关联算法》PDF+DOC2007年第06期 李宏刚,吕辉,邱建国
《两点式数据关联算法在多目标跟踪中的应用》PDF+DOC2007年第05期 李辉,张安,赵敏,沈莹
《基于证据理论的联合概率数据关联算法》PDF+DOC2013年第08期 康健,李一兵,林云,谢红
针对传统联合概率数据关联(JPDA)算法仅利用传感器状态测量信息的不足,提出了一种融合目标多种特征信息的改进JPDA算法。该算法首先根据各种特征信息和目标之间关联度的定义,计算出各种特征信息的测量值与目标之间的关联度矩阵,然后利用D-S证据理论融合状态测量和多种特征信息,最后用融合后的关联概率修正JPDA算法得到的关联概率,以此对目标的状态进行更新。仿真实验表明,与原有的JPDA算法相比,所提改进算法的跟踪误差可降低约27至60个百分点。
提示:百度云已更名为百度网盘(百度盘),天翼云盘、微盘下载地址……暂未提供。