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:
通过对交互多模式(IMM)算法在机动目标跟踪中的分析,发现该算法在实现过程中滤波模式的确定和模式间转移概率的确定,要求具有一定的经验知识,对不能获得准确先验知识的研究带来了一定的困难.针对这种情况,研究了一种简化的IMM算法跟踪模型,该模型通过检测目标是否发生机动,自适应调整Kalman滤波(KF)的部分参数,从而实现不受IMM算法中有限模式集合限制的机动目标跟踪.通过仿真实验,证明了该算法在机动目标跟踪性能方面与IMM算法具有相似的效果,而在计算复杂度和对先验知识的要求方面有所降低.
推荐文章
一种多速率的交互式多模型粒子滤波算法
交互多模型
多速率
粒子滤波
非线性非高斯
一种级联H桥STATCOM的简化多电平SVPWM调制算法
级联H桥
多电平SVPWM
零序电压注入
一种基于交互迭代式的多尺度社团发现算法研究
社会网络
社团发现
多尺度
重叠社团
一种简化的混合粒子群算法
简化粒子群算法
细菌群体趋药性算法
全局扰动
精英保留
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 一种简化的交互多模式算法
来源期刊 系统工程与电子技术 学科 工学
关键词 Kalman滤波 交互多模式算法 机动检测 目标跟踪
年,卷(期) 2005,(4) 所属期刊栏目 软件、算法与仿真
研究方向 页码范围 740-743
页数 4页 分类号 TN911.2
字数 3450字 语种 中文
DOI 10.3321/j.issn:1001-506X.2005.04.045
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 游志胜 四川大学计算机学院图像图形研究所 172 2783 28.0 45.0
2 刘健波 四川大学计算机学院图像图形研究所 20 152 6.0 11.0
3 王运锋 四川大学计算机学院图像图形研究所 31 204 7.0 13.0
4 费向东 四川大学计算机学院图像图形研究所 28 78 5.0 7.0
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  (6)
同被引文献  (1)
二级引证文献  (19)
2001(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)
2008(2)
  • 引证文献(2)
  • 二级引证文献(0)
2010(1)
  • 引证文献(0)
  • 二级引证文献(1)
2011(5)
  • 引证文献(1)
  • 二级引证文献(4)
2012(4)
  • 引证文献(0)
  • 二级引证文献(4)
2013(2)
  • 引证文献(0)
  • 二级引证文献(2)
2014(3)
  • 引证文献(0)
  • 二级引证文献(3)
2015(6)
  • 引证文献(1)
  • 二级引证文献(5)
2016(1)
  • 引证文献(1)
  • 二级引证文献(0)
2017(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
Kalman滤波
交互多模式算法
机动检测
目标跟踪
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
系统工程与电子技术
月刊
1001-506X
11-2422/TN
16开
北京142信箱32分箱
82-269
1979
chi
出版文献量(篇)
10512
总下载数(次)
24
总被引数(次)
116871
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导