作者：李琪,李静,张可 单位：南京电子技术研究所 出版：《现代雷达》2013年第09期 页数：5页  （PDF与DOC格式可能不同） PDF编号：PDFXDLD2013090110 DOC编号：DOCXDLD2013090119 下载格式：PDF + Word/doc 文字可复制、可编辑
《基于Unscented粒子滤波的传感器管理算法》PDF+DOC2011年第06期 李琪,郭娜,刘先省 《基于信息增量的机动目标传感器管理算法》PDF+DOC2008年第01期 姜佩琴,潘泉,梁彦,王峰 《基于目标优先级加权的一种传感器管理算法》PDF+DOC2003年第04期 刘先省,周林,赵雅靓,王红哲 《基于RIMMKF的一种传感器管理算法》PDF+DOC2007年第12期 刘先省,周林,杜晓玉 《面向目标跟踪的基于Rényi信息增量多的传感器管理》PDF+DOC2015年第02期 刘欣怡,赵诚,单甘霖,王一川 《一种协方差和信息增量联合控制的多传感器管理算法》PDF+DOC2009年第07期 张广远,王福军,魏震生,邱风 《基于信息熵的一种传感器管理算法》PDF+DOC2000年第09期 刘先省,申石磊,潘泉,张洪才 《一种基于性能和代价的多传感器管理算法》PDF+DOC2004年第02期 陈莉,田康生 《用于检测与分类的多传感器管理算法研究》PDF+DOC2001年第01期 刘先省,赵巍,潘泉,张洪才 《多运动平台多传感器机动目标自适应跟踪》PDF+DOC2007年第04期 盖旭刚,江晶

    • 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Unscented卡尔曼滤波算法(IMM-UKF)，并结合信息增量用于传感器管理。

    📙 相关资料

    1. 《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......
    2. 《基于信息增量的机动目标传感器管理算法》PDF+DOC 随着目标机动的逐渐增强，机动目标运动模型越来越复杂，与传感器管理算法的耦合性越来越强。对机动目标采用交互式多模型运动建模，推导了交互式多模型下的传感器信息增量算法，提出了一种基于信息增量的机动目标传感器管理算法，结果表明了该分配算法的有效性。...
    3. 《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......
    4. 《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......
    5. 《面向目标跟踪的基于Rényi信息增量多的传感器管理》PDF+DOC 针对地面防空武器系统传感器的管理问题，面向机动目标跟踪，提出了一种基于R&#233；nyi信息增量的多传感器管理方案.首先利用交互式多模型容积卡尔曼滤波解决高斯非线性环境下系统状态估计问题，计算各目标和各传感器配对时的R&#233；nyi信息增量；然后建立了基于R&#233；......
    6. 《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......
    7. 《基于信息熵的一种传感器管理算法》PDF+DOC 通过对目标搜索区域不确定性定量描述的信息熵及信息熵变化而产生的信息增量 ，本文提出了一种多传感器对多目标进行检测与分类的优化算法 ，即针对每一检测单元计算该时刻的信息熵及预测下一时刻的信息熵 ，产生信息增量最大的检测单元就是下一次要搜索的单元 .仿真结果证明了该算法的有效性 。...
    8. 《一种基于性能和代价的多传感器管理算法》PDF+DOC 针对多传感器环境下目标的跟踪性能和传感器使用代价之间的矛盾，提出了一种新的多传感器管理算法.该算法建立由卡尔曼滤波误差协方差矩阵的迹和传感器代价组成的目标函数，通过选择使该目标函数最小的传感器组合以实现对传感器的有效管理，可较好地解决目标的跟踪性能与传感器使用代价之间的矛盾，使得两者之间达到一个最佳......
    9. 《用于检测与分类的多传感器管理算法研究》PDF+DOC 基于信息增量提出了一种多传感器对多目标检测与分类的优化算法。通过目标环境不确定性定量描述的熵及其熵发生变化而产生的信息增量 ，给出了一种基于最大信息增量的传感器对离散检测单元的搜索策略及算法实现。仿真结果表明 ，与顺序搜索方法相比 ，该算法大大提高了信噪比 ，降低了错误率。...
    10. 《多运动平台多传感器机动目标自适应跟踪》PDF+DOC 针对多运动平台多传感器背景下的机动目标跟踪问题，提出了模糊自适应无迹卡尔曼滤波(FUKF)算法，基于良好机动性描述的“当前统计”模型和良好非线性滤波能力的UKF(Unscented Kalman Filter)，利用模糊推理技术实时自适应地调整系统噪声协方差矩阵，来提高对目标机动性的理解能力和跟踪精......

    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。