《基于EK-GMPHD的分布式聚类融合算法》PDF+DOC

📙 相关资料

1. 《组网雷达在干扰条件下的目标跟踪》PDF+DOC 提出了一种以扩展的伪线性滤波为基础的异步多传感器融合跟踪算法。这种算法能在干扰条件下较好地保持对目标的跟踪。比较了它和ＭＧＥＫＦ（修正增益的卡尔曼滤波）算法对单目标的跟踪性能。同时，在此方法基础上，结合简化的ＪＰＤＡ（联合概率数据关联）技术，实现了杂波环境下对交叉运动的多目标跟踪。最后给出了仿真结果......
2. 《基于ART神经网络的FCM聚类多目标跟踪方法》PDF+DOC 为解决模糊C均值(FCM)算法依赖类中心的初始化而运行时间过长的问题，提出了一种改进方法：该算法首先利用自组织谐振理论(ART)神经网络算法自动聚类的优点，对数据集进行“粗聚类”得到与实际类中心近似的初始类中心及聚类数目，再利用FCM算法对“粗聚类”结果进行聚类并得到最终精确的聚类结果。通过实验表明......
3. 《并行多传感器多目标跟踪系统性能优化算法》PDF+DOC 研究密集杂波环境下的并行多传感器多目标跟踪优化问题，针对传统的数据互联在杂波数量多，虚警率高的情况下测量与航迹关联计算量大，配对正确率低等缺陷，提出了一种采用多级数据压缩的结构化分枝多假设改进算法，设计了一种确定测量与航迹最优配对的测量聚类方法，将已有的单级数据压缩技术扩展为两级数据压缩。利用上述方......
4. 《面向多目标跟踪的PHD滤波多传感器数据融合算法》PDF+DOC 针对密集杂波环境下单传感器应用高斯混合PHD算法进行多目标跟踪时性能下降的问题，提出一种面向多目标跟踪的PHD滤波多传感器数据融合算法。首先构建了基于高斯混合PHD滤波的多传感器数据融合系统框架，各传感器利用高斯混合PHD滤波算法进行局部状态估计，然后对各传感器的状态估计结果进行关联度计算，最后通过......
5. 《分布式传感器多目标跟踪改进算法》PDF+DOC 利用分布式传感器网络进行目标跟踪，能够有效增加传感器的覆盖范围，提高对运动目标的检测和跟踪能力，但如何充分利用相邻传感器之间的信息进行有效的融合，仍然是一个难点问题。本文在多伯努利滤波(Multi-Bernoulli，MB)框架下，提出了一种改进的分布式融合跟踪算法用于目标数未知且变化的多目标跟踪。......
6. 《多站被动式跟踪自适应融合算法》PDF+DOC 由于单站被动式跟踪稳定性差、动态过程时间长、估计偏差大，且对初值敏感，使得直接在各单站估计基础上做融合效果仍然很差，本文提出多“双站”新概念，推导完成了基于多“双站”的自适应融合算法，提高了系统跟踪精度，保证了算法的快速收敛以及算法的初值不敏感性，仿真结果证明了其正确性。...
7. 《一种改进的广义概率数据关联跟踪算法》PDF+DOC 对于多目标跟踪问题，最近提出的全局次优的广义概率数据关联算法(GPDA)由于其新颖的可行性划分规则和较小计算存储需求而受到广泛关注。本文提出了一种基于广义联合事件分割组合的新关联算法。它通过引入目标的方向性信息，在基于新规则划分后，对进入有效域的传感器量测估计值权重系数进行调整，从而使最终的估计值更......
8. 《神经网络在多目标分布式融合中的应用研究》PDF+DOC 提出了适合分布式多传感器多目标 (MSMT)数据融合估计算法 ，对这种推广的分层融合估计算法进行了数学推导和描述 ，研究了利用神经网络进行MSMT跟踪融合的网络结构和算法 ，进行了计算机模拟仿真。仿真结果表明神经网络融合估计可提高跟踪精度 ，并且这种融合方法是有效的。...
9. 《集中式多传感器模糊联合概率数据互联算法》PDF+DOC 为解决集中式多传感器系统中多目标跟踪问题，提出了集中式多传感器模糊联合概率数据互联算法。该算法应用模糊数学的方法计算测量点迹与航迹测量预测之间的模糊综合相似度，运用阈值判别及经验概率法则给出模糊联合互联概率的计算方法，提出了集中式多传感器模糊联合概率数据互联算法的状态估计模型。对该算法与已有集中式多......
10. 《基于最优划分的多传感器多目标跟踪NNJPDA算法》PDF+DOC 传统的最邻近联合概率数据关联算法(NNJPDA)不能直接用于多传感器对多目标的跟踪。针对这一问题，提出了一种适用于多传感器多目标跟踪的最邻近联合概率数据关联算法，它以极大似然估计完成对来自多传感器的测量集合进行同源最优划分，然后采用NNJPDA方法对多目标进行跟踪。经过理论分析和仿真试验，证明了该方......