作者：耿峰,祝小平 单位：火力与指挥控制研究会 出版：《火力与指挥控制》2008年第09期 页数：4页  （PDF与DOC格式可能不同） PDF编号：PDFHLYZ2008090160 DOC编号：DOCHLYZ2008090169 下载格式：PDF + Word/doc 文字可复制、可编辑

    • 多目标跟踪(MTT)算法包括卡尔曼滤波和数据关联算法等，而数据关联算法又是最重要、最困难的方面。联合概率数据关联(JPDA)算法对单传感器多目标跟踪是一种良好的算法，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。提出了一种改进的方法，一方面将神经网络引入到卡尔曼滤波器中，提高滤波器的自适应能力，减小卡尔曼滤波器的估计误差从而改善多目标跟踪精度；另一方面用神经网络辅助JPDA提高正确关联概率，减小计算量。经仿真研究表明，该方法是行之有效的。

    📙 相关资料

    1. 《基于模糊神经系统的多传感器数据融合算法》PDF+DOC 将自适应模糊神经推理系统(ANFIS)和卡尔曼滤波器应用于目标跟踪系统中，构成多传感器数据融合算法。该算法假设在目标运动过程中，过程噪声和测量噪声是相互独立的高斯白噪声序列。使用ANFIS分别对目标的加速度和测量噪声的方差进行估计，通过卡尔曼滤波器获得目标后验状态，最终由神经网络对多传感数据进行融合......
    2. 《基于改进Kohonen神经网络的多传感器关联融合算法》PDF+DOC 把一种基于Kohonen神经网络模糊聚类方法运用到多传感器多目标数据关联中来，该方法能对多传感器的测量数据进行自组织聚类，把测量数据准确地划分到各个类别中去，从而实现测量数据的关联。计算机仿真结果表明，该方法运用到多传感器多目标数据关联中来具有明显的优越性，能克服传统算法的错跟漏跟现象。...
    3. 《神经网络在目标跟踪中的应用》PDF+DOC 卡尔曼滤波是目标跟踪系统的基础。但由于目标动态模型和参数的不确定性以及传感器测量噪声等因素的影响，使得卡尔曼滤波器对目标状态的估值含有较大误差。本文将卡尔曼滤波器的估值能力与视经网络的学习能力相结合，在很大程度上提高了卡尔曼滤波器的跟踪精度，并提出了神经网络在多传感器数据融合中的应用。仿真结果表明，......
    4. 《神经网络在目标跟踪数据融合中的应用》PDF+DOC 卡尔曼滤波是大多数多目标跟踪算法的基本组成部分，其余组成部分通常包含若干形式的数据互联方法。这里打算把神经网络加到正规的卡尔曼滤波器中，使此神经网络提供滤波所需要的自适应能力。这样，卡尔曼滤波器的估计误差将会减小，从而改进了多目标跟踪的解。仿真结果表明此方法是有效的。...
    5. 《一种新的多传感器多机动目标快速跟踪算法》PDF+DOC 基于FAFDA滤波算法，根据Houles和Shalom将PDA算法推广到解决两个传感器单目标的跟踪问题的思路中，构造一种两个同类传感器的序列观测数据的融合来跟踪多个机动目标的数据关联方法(MSFAFDA)。它主要使用的是点/航迹联合和序列估计法。算法计算量远小于原先的顺序和并行多传感器联合概率数据关......
    6. 《基于雷达/红外神经网络融合目标跟踪算法》PDF+DOC 提出一种基于雷达/红外传感器神经网络融合的机动目标跟踪算法，利用神经网络的非线性逼近能力，将神经网络与卡尔曼滤波器相结合构成一个非线性估计器，该算法可以对来自红外成像传感器的补充信息加以充分利用，进行机动检测，把计算负荷转移到神经网络，在改善跟踪性能的同时又保持跟踪滤波的计算结构尽可能简单。仿真结果......
    7. 《数据关联算法研究》PDF+DOC 随着传感器技术的不断发展，传感器在军事领域以及民用领域得到广泛的应用。数据关联技术是其中的核心技术，对数据关联算法的研究成为了计算机领域的研究重点。研究了当前的多种数据关联算法，分析比较了几种关联算法的性能。...
    8. 《基于声学传感器的目标跟踪扩展算法》PDF+DOC 针对机动的目标跟踪，提出扩展的卡尔曼滤波器/多假设跟踪方法(EKF/MHT)，该算法具有结构和计算简单，鲁棒性好的特点，同时研究了和声学传感器相联系的目标数量、位移量和探测分辨率对跟踪性能的影响，并通过仿真，充分说明了文中所提出的跟踪算法能够较好地弥补传统的Kalman滤波/MHT方法在跟踪机动目标......
    9. 《基于神经网络补偿的多传感器航迹融合》PDF+DOC 针对多传感器环境的条件提出了一种基于神经网络补偿的航迹融合方法.各传感器的测量值用线性卡尔曼滤波器进行处理并将获得的局部航迹传送到融合中心.首先对局部航迹进行融合，然后引入神经网络来减少因共同过程噪声而导致的融合估计误差，其中神经网络采用Dan Si-mon提出的网络结构，并对神经网络权值的优化采用......
    10. 《一种优化的贝叶斯估计多传感器数据融合方法》PDF+DOC 由于来自多个传感器的测量数据总是有一定程度的不确定性和不一致性，采用多传感器数据融合算法将多个节点的测量数据进行数据融合，利用数据的冗余度来减小这种不确定性，得到高可靠性的数据信息。提出了一种优化的贝叶斯估计多传感器数据融合方法，将贝叶斯估计和卡尔曼滤波器结合起来，应用于无线传感网络数据融合中。根据......

    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。