基于数据融合的多目标无源跟踪的弹性网络方法

• 作者: 刘维亭 张尤赛
• 来源期刊: 数据采集与处理
• 学科: 工学
• 关键词: 数据融合 弹性网络 无源跟踪 期望模板
• 年，卷（期）: 2000,（3）
• 所属期刊栏目: 理论与试验研究
• 页码范围: 267-271
• 页数: 5页
• 分类号: TP18|TN953.7
• 字数: 2652字
• 语种: 中文
• DOI: 10.3969/j.issn.1004-9037.2000.03.001

摘要

弹性网络被应用于多目标/多传感器无源识别和跟踪问题.在传感器仅能获得目标方位角的条件下,首先基于多传感器数据融合技术,分析了目标的聚类特征;然后借助期望模板提出了一种非全连接环形结构的弹性网络模型,分析了该模型识别和跟踪目标的动力学机制,讨论了网络学习的弹性特征和神经元期望值及噪声系数对降低噪声灵敏度的作用.仿真结果表明,神经元感应场内的WTA竞争学习机制降低了网络的计算量,感应场的自适应性可以使神经元跳出局部极小点,提高目标识别率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张尤赛	华东船舶工业学院电子与信息系	10	284	6.0	10.0
2	刘维亭	华东船舶工业学院电子与信息系	20	226	9.0	14.0