《杂波环境下基于全邻模糊聚类的联合概率数据互联算法》PDF+DOC
作者:刘俊,刘瑜,何友,孙顺
单位:中国科学院电子学研究所;国家自然科学基金委员会信息科学部
出版:《电子与信息学报》2016年第06期
页数:8页 (PDF与DOC格式可能不同)
PDF编号:PDFDZYX2016060150
DOC编号:DOCDZYX2016060159
下载格式:PDF + Word/doc 文字可复制、可编辑
《基于速度方位约束的多传感器模糊数据互联》PDF+DOC2016年第09期 刘俊,刘瑜,何友,孙顺
《多传感器多目标跟踪算法性能分析》PDF+DOC2004年第03期 张晶炜,刘永,熊伟
《多传感器联合概率数据互联法的探讨》PDF+DOC2009年第04期 张丽群,吴畏
《分布式自适应网格交互多模型JPDA算法》PDF+DOC2013年第02期 许江湖,刘忠,党玲
《模糊数据关联在多传感器多目标跟踪中的应用》PDF+DOC2000年第02期 王睿,张金成
《分布式多传感器联合Viterbi数据互联算法》PDF+DOC2011年第11期 王海鹏,高峰,熊伟
《多传感器顺序统计量不敏概率数据互联算法》PDF+DOC2009年第08期 管旭军,芮国胜,张玉玲,周旭
《联合概率数据互联算法概述》PDF+DOC2009年第02期 蒋叶金,吴泽民,田畅
《基于数据压缩的多传感器多假设算法》PDF+DOC2007年第12期 张晶炜,熊伟,何友
《集中交互式多传感器联合概率数据互联算法》PDF+DOC2006年第11期 张晶炜,熊伟,何友
针对杂波环境下的多目标跟踪数据互联问题,该文提出基于全邻模糊聚类的联合概率数据互联算法(Joint Probabilistic Data Association algorithm based on All-Neighbor Fuzzy Clustering,ANFCJPDA)。该算法根据确认区域中量测的分布和点迹-航迹关联规则构造统计距离,以各目标的预测位置为聚类中心,利用模糊聚类方法,计算相关波门内候选量测与不同目标互联的概率,通过概率加权融合对各目标状态与协方差进行更新。仿真分析表明,与经典的联合概率数据互联算法(Joint Probabilistic Data Association algorithm,JPDA)相比,ANFCJPDA较大程度地改善了算法的实时性,并且跟踪精度与JPDA相当。
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。