作者:崔博鑫,许蕴山 单位:中国航空工业洛阳电光设备研究所 出版:《电光与控制》2013年第07期 页数:5页  (PDF与DOC格式可能不同) PDF编号:PDFDGKQ2013070070 DOC编号:DOCDGKQ2013070079 下载格式:PDF + Word/doc 文字可复制、可编辑
《多传感器优化布站及管理算法研究》PDF+DOC2000年第06期 王建斌,宋晋敏,李积发 《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 《基于改进协方差控制的传感器管理算法》PDF+DOC2016年第07期 吕鹏飞,彭冬亮,左燕,谷雨 《传感器管理及其在相控阵雷达中的应用》PDF+DOC2004年第02期 王峰,张洪才,潘泉 《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 《非线性系统传感器偏差故障的UKF递推检测方法》PDF+DOC2005年第04期 葛哲学,杨拥民,王兴伟,温熙森,胡政 《基于改进PSO算法的多传感器管理方法》PDF+DOC2009年第04期 段汝娇,黄翀鹏,秦宁宁,徐保国 《一种基于异步数据融合的传感器管理方法》PDF+DOC2008年第07期 田康生,高岚 《基于模糊推理的多因素传感器管理算法》PDF+DOC2014年第05期 王峰,张毅 《基于效能函数的自适应传感器跟踪资源分配》PDF+DOC2014年第08期 杨涛,许蕴山,肖冰松,罗文涛
  • 针对高斯非线性系统中的多目标跟踪问题,提出了一种基于Renyi熵的传感器管理算法。该算法首先根据无迹卡尔曼滤波计算预测误差与滤波误差,度量目标跟踪精度要求;利用Renyi熵结合Parzen窗函数对概率密度函数进行近似估计,得到目标的信息增量,以此作为代价函数。同时,引入目标优先级(即威胁度),得到效能函数,形成传感器管理模型;最后利用该模型实现了传感器资源的分配。仿真结果表明,该算法利用Renyi熵可以表达非线性系统高阶特性的特点,结合Parzen窗函数,保持精度的同时减少运算量,较好地度量了跟踪过程中信息的不确定性,降低了跟踪误差,优化了系统的跟踪性能。

    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。