《基于信息增量的机动目标传感器管理算法》PDF+DOC

📙 相关资料

1. 《一种协方差和信息增量联合控制的多传感器管理算法》PDF+DOC 分析了当传感器资源较丰富时采用基于联合信息增量的传感器管理算法存在的问题，结合协方差自适应传感器管理算法的思想，给出了一种协方差和联合信息增量联合控制的传感器管理算法，并进行了算法的仿真。仿真结果表明，该算法既能够根据期望的精度对目标进行跟踪，又能够根据目标的机动性来动态地分配传感器资源，使得传感器......
2. 《基于目标优先级加权的一种传感器管理算法》PDF+DOC 基于目标的运动优先级，提出了一种利用加权值对目标进行检测与跟踪的传感器管理算法 当信息增量的大小不足以检测跟踪到目标时，可以利用目标在某时刻的速度大小去定向地检测与跟踪优先级高的某个目标 该算法在检测与跟踪目标时，不仅考虑到目标的信息增量，还考虑到目标任务的优先级 仿真结果表明：与仅利用信息增量的方......
3. 《基于RIMMKF的一种传感器管理算法》PDF+DOC 以重加权交互式多模型卡尔曼滤波(RIMMKF)为基础，提出了一种传感器管理算法.首先利用RIMM对联合多目标概率的量测更新和马尔可夫转移更新求取分辨力也即信息增量，然后利用信息增量最大化来分配传感器资源.所采用的模型弥补了交互式多模型(IMM)的不足.仿真结果表明，在机动多模型环境下，与IMMKF分......
4. 《基于IMM-UKF的传感器管理算法》PDF+DOC 传感器管理是信息融合技术的重要研究方向，目标跟踪中传感器管理的主要目的是为了通过与目标环境相互作用，降低目标的不确定性信息，以便于对目标精确跟踪。文中提出了一种基于IMM-UKF的传感器管理算法。针对机动目标的模型多为非线性的情况，提出了把交互式算法与Unscented卡尔曼滤波相结合的交互式Uns......
5. 《基于目标权重和信息增量的传感器管理方法》PDF+DOC 信息增量最大化只是传感器资源分配的必要条件而并非充分条件，为了同时满足传感器资源分配的充分条件，本文提出了一种基于目标权重和信息增量相结合的方法.该方法在利用交互式多模型(IMM)获取信息增量的基础上，结合由部分排序集合(POSET)方法而得出的目标所需的检测、跟踪和分类等任务的优先级别来对传感器资......
6. 《基于Unscented粒子滤波的传感器管理算法》PDF+DOC 传感器管理是信息融合技术的重要研究方向，以往的传感器管理算法主要是针对线性融合系统，现实中非线性系统更为普遍，而针对非线性融合系统的传感器管理算法研究较少。粒子滤波是目前非线性领域中应用最广的滤波算法，该算法的主要思想是使用一个带有权值的粒子集合来表示系统的后验概率密度。U nscen ted粒子滤......
7. 《基于测量方差时变的传感器管理算法》PDF+DOC 基于预先设定的测量方差对协方差估计所产生的不良影响，提出了一种基于测量方差时变的传感器管理算法。首先，该算法根据时变的测量方差计算目标的估计协方差；其次，利用所得的估计协方差求出目标的信息增量；最后，根据信息增量最大化的原则对传感器资源进行分配。所提算法既充分利用了传感器每次测量带来的信息，又进一步......
8. 《利用多传感器跟踪机动目标:数据越多总意味着估计越好吗?》PDF+DOC 在文献中考虑利用多传感器跟踪机动目标一类的问题时，支持特定目标跟踪的传感器数量及类型通常相对于目标假定位置是固定的。然而，在许多多传感器系统中，支持某一特定目标跟踪的传感器数量及类型，可由于各个传感器的机动性、类型及资源的制约而随时变化。这种在传感器系统配置上的变化性，在跟踪机动目标时造成严重的问题......
9. 《一种用于检测与跟踪的传感器管理算法》PDF+DOC 利用Bayes规则和Kalman滤波方程中的协方差预测和更新阵 ，可以求出目标检测与跟踪过程中一次量测所产生的信息增量 ，并由此给出了一种基于信息增量最大化的传感器管理算法 .仿真结果表明 ：该算法在保证一定跟踪精度的前提下 ，能最大限度的发现并跟踪新目标 。...
10. 《一种基于Renyi信息增量的机动目标协同跟踪方法》PDF+DOC 针对传感器网络中的动态跟踪问题，提出一种基于Renyi信息增量的机动目标协同跟踪方法，首先利用粒子滤波计算每个传感器Renyi信息增量；然后以Renyi信息增量最大为原则选择传感器进行目标跟踪，并在跟踪时通过多模型的交互作用实现对机动目标状态的准确估计，仿真结果表明，在非线性非高斯环境下，所提出的方......