基于增量学习神经模糊网络的机动目标跟踪

• 作者: 刘梅 姚天宾 权太范
• 来源期刊: 电子学报
• 学科: 工学
• 关键词: 神经模糊网络 增量学习 机动目标跟踪
• 年，卷（期）: 2005,（11）
• 所属期刊栏目: 学术论文
• 页码范围: 2031-2035
• 页数: 5页
• 分类号: TN953
• 字数: 5040字
• 语种: 中文
• DOI: 10.3321/j.issn:0372-2112.2005.11.024

摘要

本文提出了基于增量学习神经模糊网络机动目标跟踪模型.当被跟踪目标发生机动时,该模型立刻检测到机动并对卡尔曼滤波器的自适应系统协方差进行精确估计,系统得到及时、正确的补偿.增量学习神经模糊网络能够随着环境变化,自动调整、找到最优的网络结构及参数,当发生机动时,总是能产生接近真实机动值的估计输出,从而提高跟踪性能及避免错误跟踪.仿真结果表明,该模型比传统的机动目标跟踪模型有更好的跟踪性能,并且该模型能动态的适应环境的变化,使系统更加实时,精确的跟踪机动目标.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	权太范	哈尔滨工业大学电子与信息技术研究院	46	491	11.0	19.0
2	刘梅	哈尔滨工业大学电子与信息技术研究院	38	243	9.0	14.0
3	姚天宾	哈尔滨工业大学电子与信息技术研究院	3	45	3.0	3.0