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:
信息增量最大化只是传感器资源分配的必要条件而并非充分条件,为了同时满足传感器资源分配的充分条件,本文提出了一种基于目标权重和信息增量相结合的方法.该方法在利用交互式多模型(IMM)获取信息增量的基础上,结合由部分排序集合(POSET)方法而得出的目标所需的检测、跟踪和分类等任务的优先级别来对传感器资源进行分配.仿真结果表明,与仅考虑信息增量最大化的方法相比,该方法不仅行之有效而且更能合理地分配有限的传感器资源.
推荐文章
面向目标跟踪的基于Rényi信息增量多的传感器管理
多传感器管理
机动目标跟踪
Rényi信息增量
容积卡尔曼滤波
基于模糊贝叶斯网的空战传感器资源管理方法
传感器管理
模糊贝叶斯网
信息增量
目标威胁
基于极大似然目标状态估计的传感器管理
目标状态估计
极大似然
协方差矩阵
传感器管理
面向目标跟踪的基于Rényi信息增量多的传感器管理
多传感器管理
机动目标跟踪
Rényi信息增量
容积卡尔曼滤波
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 基于目标权重和信息增量的传感器管理方法
来源期刊 电子学报 学科 工学
关键词 传感器管理 信息增量 目标权重 部分排序集合(POSET) 网格
年,卷(期) 2005,(9) 所属期刊栏目 科研通信
研究方向 页码范围 1683-1687
页数 5页 分类号 TP391
字数 5844字 语种 中文
DOI 10.3321/j.issn:0372-2112.2005.09.035
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 刘先省 河南大学计算机与信息工程学院 79 938 16.0 28.0
2 杜晓玉 河南大学计算机与信息工程学院 15 85 4.0 9.0
3 周林 河南大学计算机与信息工程学院 19 124 6.0 10.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (11)
共引文献  (87)
参考文献  (8)
节点文献
引证文献  (46)
同被引文献  (79)
二级引证文献  (208)
1991(1)
  • 参考文献(1)
  • 二级参考文献(0)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(2)
  • 参考文献(0)
  • 二级参考文献(2)
1996(1)
  • 参考文献(1)
  • 二级参考文献(0)
1997(4)
  • 参考文献(0)
  • 二级参考文献(4)
2000(2)
  • 参考文献(1)
  • 二级参考文献(1)
2001(5)
  • 参考文献(3)
  • 二级参考文献(2)
2002(1)
  • 参考文献(1)
  • 二级参考文献(0)
2003(1)
  • 参考文献(1)
  • 二级参考文献(0)
2005(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)
2007(1)
  • 引证文献(1)
  • 二级引证文献(0)
2008(2)
  • 引证文献(1)
  • 二级引证文献(1)
2009(6)
  • 引证文献(3)
  • 二级引证文献(3)
2010(5)
  • 引证文献(3)
  • 二级引证文献(2)
2011(9)
  • 引证文献(5)
  • 二级引证文献(4)
2012(17)
  • 引证文献(4)
  • 二级引证文献(13)
2013(11)
  • 引证文献(1)
  • 二级引证文献(10)
2014(25)
  • 引证文献(9)
  • 二级引证文献(16)
2015(36)
  • 引证文献(4)
  • 二级引证文献(32)
2016(31)
  • 引证文献(4)
  • 二级引证文献(27)
2017(41)
  • 引证文献(5)
  • 二级引证文献(36)
2018(33)
  • 引证文献(4)
  • 二级引证文献(29)
2019(26)
  • 引证文献(2)
  • 二级引证文献(24)
2020(11)
  • 引证文献(0)
  • 二级引证文献(11)
研究主题发展历程
节点文献
传感器管理
信息增量
目标权重
部分排序集合(POSET)
网格
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
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
河南省自然科学基金
英文译名:
官方网址:http://kyc.hncj.edu.cn/gzzd/gzzd56.htm
项目类型:
学科类型:
论文1v1指导