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:
采用"当前"统计模型的机动目标跟踪算法,常常会遇到当系统参数固定时,如果目标以较小的加速度机动时,系统方差较大、跟踪精度低的问题.为了解决这一问题,该文首先对目标的机动性能提出了一种简单但合理有效的量化方法,在此基础上,根据目标当前的机动性能,通过利用CMAC(小脑模型连接控制器)网络对系统参数进行调整来提高跟踪精度.最后从理论上说明了该算法中使用的CMAC网络一定收敛,从而保证了网络训练结果的可靠性.仿真结果证明了该算法的有效性.
推荐文章
粒子滤波在机动目标跟踪中的应用
机动目标
粒子滤波器
非线性
粒子滤波在机动目标纯方位跟踪中的应用
机动目标
纯方位跟踪
多模粒子滤波
基于RBF网络和IMM的机动目标跟踪方法
机动目标
跟踪
卡尔曼滤波
RBF神经网络
改进Viterbi算法在机动目标跟踪中的应用
隐Morkov模型
自适应Viterbi算法
多目标跟踪
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 CMAC网络在机动目标跟踪中的应用
来源期刊 计算机仿真 学科 工学
关键词 小脑模型连接控制器 神经网络 卡尔曼滤波 "当前"统计模型
年,卷(期) 2004,(11) 所属期刊栏目 人工智能与专家系统
研究方向 页码范围 155-157,160
页数 4页 分类号 TP183
字数 3208字 语种 中文
DOI 10.3969/j.issn.1006-9348.2004.11.047
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 赵保军 北京理工大学电子工程系 149 1750 23.0 32.0
2 李栋 北京理工大学电子工程系 10 48 4.0 6.0
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  (2)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1984(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)
2004(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
小脑模型连接控制器
神经网络
卡尔曼滤波
"当前"统计模型
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
计算机仿真
月刊
1006-9348
11-3724/TP
大16开
北京海淀阜成路14号
82-773
1984
chi
出版文献量(篇)
20896
总下载数(次)
43
总被引数(次)
127174
论文1v1指导