《基于EK-GMPHD的分布式聚类融合算法》PDF+DOC
作者:董青,胡建旺,吉兵
单位:中国电子科技集团公司第四十九研究所
出版:《传感器与微系统》2019年第01期
页数:4页 (PDF与DOC格式可能不同)
PDF编号:PDFCGQJ2019010380
DOC编号:DOCCGQJ2019010389
下载格式:PDF + Word/doc 文字可复制、可编辑
《组网雷达在干扰条件下的目标跟踪》PDF+DOC1997年第02期 宋小全,孙仲康
《基于ART神经网络的FCM聚类多目标跟踪方法》PDF+DOC2010年第02期 李乐,嵇成新,王春雨
《并行多传感器多目标跟踪系统性能优化算法》PDF+DOC2015年第10期 陈帅,郑世友,张世仓
《面向多目标跟踪的PHD滤波多传感器数据融合算法》PDF+DOC2017年第08期 周治利,薛安克,申屠晗,彭冬亮
《分布式传感器多目标跟踪改进算法》PDF+DOC2020年第08期 徐悦,杨金龙,葛洪伟
《多站被动式跟踪自适应融合算法》PDF+DOC1997年第04期 丁振,潘泉,张洪才,戴冠中
《一种改进的广义概率数据关联跟踪算法》PDF+DOC2006年第07期 李晨,韩崇昭,朱洪艳
《神经网络在多目标分布式融合中的应用研究》PDF+DOC2003年第05期 陈小惠,万德钧,王庆
《集中式多传感器模糊联合概率数据互联算法》PDF+DOC2007年第07期 张晶炜,何友,熊伟
《基于最优划分的多传感器多目标跟踪NNJPDA算法》PDF+DOC2006年第04期 侯蒙,王睿
针对杂波环境下非线性系统中目标跟踪精度问题,提出了一种基于扩展卡尔曼—高斯混合概率假设密度(EK-GMPHD)的模糊C均值(FCM)分布式融合算法。算法在全局估计上采用FCM聚类融合算法,得出隶属度最大的目标状态估计,再根据相关公式,计算得出全局目标状态估计。在局部航迹缺乏的状态下,所提算法可提高目标的跟踪精度。仿真结果表明:提出的融合算法在杂波环境下对多目标进行跟踪时对多目标数目和状态的估计更优。
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。