《分布式目标检测融合决策优化算法》PDF+DOC
作者:胡学海,王厚军,黄建国
单位:电子科技大学
出版:《电子科技大学学报》2013年第03期
页数:5页 (PDF与DOC格式可能不同)
PDF编号:PDFDKDX2013030110
DOC编号:DOCDKDX2013030119
下载格式:PDF + Word/doc 文字可复制、可编辑
《分布式自适应多传感器多目标跟踪算法》PDF+DOC2015年第04期 郑佳春,于浩,王夙歆,龙延,孟凡彬
《基于多传感器融合的摔倒检测算法的研究》PDF+DOC2015年第06期 张小驰,陈天华,许继平,李景涛
《基于RPF的异构传感器检测前跟踪算法研究》PDF+DOC2020年第01期 关超,张扬,孙建军
《分布式贝叶斯检测融合优化算法及其计算机仿真》PDF+DOC2005年第03期 李宏,许世军,刘诗斌
《多传感器组合导航系统分层融合算法》PDF+DOC2003年第02期 衣晓,何友,关欣
《多传感器时滞系统数据丢失时滤波融合算法》PDF+DOC2010年第S2期 宋琳,蔡云泽,高建喜,许晓鸣
《无线传感器网络潜在盲区检测算法》PDF+DOC2008年第03期 赵孟,岳晓丽,杨立国,李俊哲
《基于传感器网络的异常检测算法研究》PDF+DOC2008年第03期 李中跃,赵红岩
《一种基于统计学判别分析的老人摔倒检测算法的研究》PDF+DOC2014年第01期 金纯,尹远阳
《认知无线电中基于多窗口谱估计-奇异值分解的频谱空穴检测方法研究》PDF+DOC2013年第01期 张凡
现有分布式目标检测系统的优化一般采用穷举法、SFFO算法或SOFF算法,计算复杂,且优化结果强烈依赖初值。该文采用蚁群算法和爬山变异算法结合,提出爬山变异蚁群算法及同步优化传感器判决门限和融合中心决策规则,理论上是一种全局最优算法。数值试验的结果表明,和相关算法相比,融合系统的贝叶斯风险降低了15%~20%,且优化结果不依赖初值,计算复杂度低于其他算法。
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。