《一种改进的多传感器多目标跟踪联合概率数据关联算法研究》PDF+DOC
作者:耿峰,祝小平
单位:北京仿真中心;中国仿真学会
出版:《系统仿真学报》2007年第20期
页数:5页 (PDF与DOC格式可能不同)
PDF编号:PDFXTFZ2007200160
DOC编号:DOCXTFZ2007200169
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
《多传感器广义概率数据关联算法研究》PDF+DOC2005年第11期 许阳,杨峰,潘泉,梁彦
《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
《神经网络在多传感器多目标跟踪中的应用》PDF+DOC2003年第04期 陈小惠,万德钧,王庆
《基于多传感器的多目标联合概率数据关联被动跟踪算法》PDF+DOC2001年第03期 戴剑华,尹成友,黄冶
《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
《基于最优划分的多传感器多目标跟踪NNJPDA算法》PDF+DOC2006年第04期 侯蒙,王睿
《基于改进Kohonen神经网络的多传感器关联融合算法》PDF+DOC2006年第01期 陈蓓玉,陈小惠
《多传感器多目标粒子滤波算法》PDF+DOC2005年第04期 熊伟,何友,张晶炜
《多传感器多目标联合概率数据关联研究》PDF+DOC2009年第17期 孙俊生,王建民,王维锋
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,会出现计算组合爆炸现象。因此,提出了一种改进算法,即对多传感器多目标量测进行同源划分,将多传感器对多目标的跟踪问题简化为单传感器对多目标的跟踪问题,然后将JPDA当作一种组合优化问题,采用连续型Hopfield神经网络求解关联概率。经仿真研究表明,该方法不仅克服了JPDA算法在多传感器多目标跟踪问题中的缺陷,还提高了跟踪精度。
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。