原文服务方: 西安交通大学学报       
摘要:
为了消除机动目标多模型跟踪中人为因素对跟踪精度的影响,提出了一种新的基于时变马尔科夫转移概率的机动目标多模型跟踪算法.该算法通过对Baum辅助函数的最大化实现隐马尔科夫模型状态转移概率的参数估计,并将估计结果用于交互式多模型算法的设计中,构造出时变马尔科夫状态转移概率的交互式多模型算法,有效地降低了人为因素对机动目标跟踪精度的影响.通过对一个机动目标的跟踪对比,说明了该算法比传统的交互式多模型算法具有更小的跟踪误差和良好的模型跟踪概率.
推荐文章
基于时变状态转移隐半马尔科夫模型的寿命预测
时变状态转移概率
隐半马尔科夫模型
状态估计
寿命预测
部分未知转移概率的马尔科夫跳跃线性系统稳定性分析
马尔科夫跳跃线性系统
部分未知转移概率
线性矩阵不等式(LMI)
灰色马尔科夫模型及其应用
灰色系统理论
GM(1
1)模型
马尔科夫预测
粮食产量预测
基于不同隐马尔科夫模型的图像识别方法
隐马尔科夫模型
E-HMM
图像识别
指纹识别
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 基于时变马尔科夫转移概率的机动目标多模型跟踪
来源期刊 西安交通大学学报 学科
关键词 隐马尔科夫模型 转移概率 多模型 跟踪
年,卷(期) 2003,(8) 所属期刊栏目 长江学者论坛
研究方向 页码范围 824-828
页数 5页 分类号 TP274
字数 语种 中文
DOI 10.3321/j.issn:0253-987X.2003.08.013
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 韩崇昭 西安交通大学电子与信息工程学院 349 5634 35.0 59.0
2 朱洪艳 西安交通大学电子与信息工程学院 36 531 14.0 22.0
3 郑林 西安交通大学电子与信息工程学院 15 286 9.0 15.0
4 左东广 西安交通大学电子与信息工程学院 17 421 12.0 17.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (7)
节点文献
引证文献  (33)
同被引文献  (46)
二级引证文献  (96)
1968(1)
  • 参考文献(1)
  • 二级参考文献(0)
1975(1)
  • 参考文献(1)
  • 二级参考文献(0)
1989(1)
  • 参考文献(1)
  • 二级参考文献(0)
1991(1)
  • 参考文献(1)
  • 二级参考文献(0)
1994(1)
  • 参考文献(1)
  • 二级参考文献(0)
1995(1)
  • 参考文献(1)
  • 二级参考文献(0)
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)
2005(1)
  • 引证文献(1)
  • 二级引证文献(0)
2006(4)
  • 引证文献(3)
  • 二级引证文献(1)
2007(12)
  • 引证文献(5)
  • 二级引证文献(7)
2008(13)
  • 引证文献(4)
  • 二级引证文献(9)
2009(1)
  • 引证文献(0)
  • 二级引证文献(1)
2010(4)
  • 引证文献(0)
  • 二级引证文献(4)
2011(9)
  • 引证文献(1)
  • 二级引证文献(8)
2012(7)
  • 引证文献(2)
  • 二级引证文献(5)
2013(7)
  • 引证文献(1)
  • 二级引证文献(6)
2014(5)
  • 引证文献(1)
  • 二级引证文献(4)
2015(11)
  • 引证文献(7)
  • 二级引证文献(4)
2016(15)
  • 引证文献(2)
  • 二级引证文献(13)
2017(12)
  • 引证文献(2)
  • 二级引证文献(10)
2018(12)
  • 引证文献(1)
  • 二级引证文献(11)
2019(11)
  • 引证文献(2)
  • 二级引证文献(9)
2020(4)
  • 引证文献(0)
  • 二级引证文献(4)
研究主题发展历程
节点文献
隐马尔科夫模型
转移概率
多模型
跟踪
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
西安交通大学学报
月刊
0253-987X
61-1069/T
大16开
1960-01-01
chi
出版文献量(篇)
7020
总下载数(次)
0
相关基金
国家重点基础研究发展计划(973计划)
英文译名:National Basic Research Program of China
官方网址:http://www.973.gov.cn/
项目类型:
学科类型:农业
论文1v1指导