作者:鹿传国,冯新喜,孔云波,张迪 单位:东北大学 出版:《控制与决策》2013年第11期 页数:6页  (PDF与DOC格式可能不同) PDF编号:PDFKZYC2013110120 DOC编号:DOCKZYC2013110129 下载格式:PDF + Word/doc 文字可复制、可编辑
《基于Kullback-Leibler散度的无源传感器数据关联》PDF+DOC2013年第06期 鹿传国,冯新喜,孔云波,张迪 《多无源传感器去相关数据关联算法》PDF+DOC2014年第03期 鹿传国,冯新喜,孔云波,张迪 《基于位置估计不确定性的被动传感器数据关联算法》PDF+DOC2015年第07期 路标 《基于瑞利熵的多无源传感器数据关联》PDF+DOC2015年第05期 曹乐,王朝英,孔云波,鹿传国 《基于信息熵的多无源传感器数据关联》PDF+DOC2015年第11期 曹乐,王朝英,孔云波,刘玉军,鹿传国 《一种杂波环境下的多传感器多目标数据关联算法》PDF+DOC2007年第06期 巴宏欣,杨飞,沈文厚,赵宗贵,蒋玉鹏 《多红外传感器融合系统数据关联算法》PDF+DOC2014年第06期 李鸿艳,鹿传国,冯新喜,张迪,王伟 《多无源传感器之属性信息数据关联的规则与结构模型》PDF+DOC2013年第07期 鹿传国,冯新喜,孔云波,张迪,曾蓉 《情报侦察数据融合技术的几个问题》PDF+DOC2000年第02期 梁百川 《编队队形对无源定位数据关联的影响》PDF+DOC2008年第04期 涂拥军,黄高明,李敬辉
  • 针对多无源传感器多维分配数据关联模型在构造关联代价时,未充分考虑位置估计不确定性所引入的误差问题,提出一种基于信息散度的数据关联算法.将伪量测信息的概率密度函数与真实观测数据的最大后验概率密度函数之间的差异性信息作为关联代价,并分别采用Kullback-Leibler散度和对称Kullback-Leibler散度来量化该差异.仿真分析结果表明,该算法具有良好的关联性能,其关联代价能更精准地反映数据关联的可能性程度。

    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。