基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
本文提出了一种在相控阵雷达回波数据序列中用高斯混合体模型(GMM)检测与跟踪运动目标的在线算法.首先.回波数据中的每一固定位置的历史数据用点过程描述.然后用GMM逼近此点过程.GMM参数随新数据的到来不断更新.接着建立具有自适应特性的背景模型.将每帧回波数据分割为背景和前景.对已标记为前景的数据用连通分支进行分类.求出目标的中心位置、大小、径向运动速度、角速度.最后用卡尔曼滤波器对运动目标进行跟踪.试验结果表明.本文算法对于复杂场景中运动目标的检测与跟踪具有较好的鲁棒性和实时性.具有较强的实用价值.
推荐文章
相控阵制导雷达自适应调度技术应用
相控阵制导雷达
自适应调度
任务优先级
时间片
基于 Riccati 方程的相控阵雷达采样周期自适应算法
相控阵雷达
目标跟踪
自适应采样周期
Riccati 方程
交互式多模型
利用高斯混合体模型和EM算法分割彩色图像
高斯混合体
EM算法
图像分割
随机变量
基于自适应混合高斯模型的运动目标检测
运动目标
检测
混合高斯模型
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于自适应高斯混合体模型的相控阵雷达TWS跟踪技术
来源期刊 电子学报 学科 工学
关键词 边扫描边跟踪(TWS) 高斯混合体 连通分支 卡尔曼滤波器
年,卷(期) 2003,(3) 所属期刊栏目 科研通信
研究方向 页码范围 433-436
页数 4页 分类号 TP391
字数 3562字 语种 中文
DOI 10.3321/j.issn:0372-2112.2003.03.028
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 郑南宁 西安交通大学人工智能与机器人研究所 188 3039 29.0 46.0
2 权炜 西安交通大学人工智能与机器人研究所 7 116 4.0 7.0
3 薛建儒 西安交通大学人工智能与机器人研究所 15 139 5.0 11.0
4 郑朝晖 4 20 3.0 4.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (1)
共引文献  (5)
参考文献  (3)
节点文献
引证文献  (7)
同被引文献  (2)
二级引证文献  (34)
1977(1)
  • 参考文献(1)
  • 二级参考文献(0)
1997(1)
  • 参考文献(1)
  • 二级参考文献(0)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(1)
  • 参考文献(1)
  • 二级参考文献(0)
2003(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2003(1)
  • 引证文献(1)
  • 二级引证文献(0)
2006(2)
  • 引证文献(2)
  • 二级引证文献(0)
2007(2)
  • 引证文献(1)
  • 二级引证文献(1)
2008(5)
  • 引证文献(1)
  • 二级引证文献(4)
2009(3)
  • 引证文献(0)
  • 二级引证文献(3)
2010(2)
  • 引证文献(0)
  • 二级引证文献(2)
2011(5)
  • 引证文献(0)
  • 二级引证文献(5)
2012(3)
  • 引证文献(0)
  • 二级引证文献(3)
2013(2)
  • 引证文献(0)
  • 二级引证文献(2)
2014(5)
  • 引证文献(1)
  • 二级引证文献(4)
2015(3)
  • 引证文献(1)
  • 二级引证文献(2)
2017(4)
  • 引证文献(0)
  • 二级引证文献(4)
2018(1)
  • 引证文献(0)
  • 二级引证文献(1)
2019(3)
  • 引证文献(0)
  • 二级引证文献(3)
研究主题发展历程
节点文献
边扫描边跟踪(TWS)
高斯混合体
连通分支
卡尔曼滤波器
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
电子学报
月刊
0372-2112
11-2087/TN
大16开
北京165信箱
2-891
1962
chi
出版文献量(篇)
11181
总下载数(次)
11
总被引数(次)
206555
论文1v1指导