作者:
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:
传统的最邻近联合概率数据关联算法(NNJPDA)不能直接用于多传感器对多目标的跟踪.针对这一问题,提出了一种适用于多传感器多目标跟踪的最邻近联合概率数据关联算法,它以极大似然估计完成对来自多传感器的测量集合进行同源最优划分,然后采用NNJPDA方法对多目标进行跟踪.经过理论分析和仿真试验,证明了该方法能有效地进行多传感器多目标的跟踪,且具有算法简单、跟踪精度高、附加计算量小等优点.
推荐文章
基于广义相关法的分布式多传感器多目标跟踪算法研究
分布式
广义相关法
多传感器多目标
性能分析
基于预测分离的无线传感器网络多目标跟踪算法
无线传感器网络
混叠信号分离
多目标跟踪
多传感器多目标跟踪算法仿真平台设计与实现
数据融合
目标跟踪
仿真平台设计
基于多传感器融合的运动目标跟踪算法
传感器融合
运动目标跟踪
信息采集
运动目标背景建模
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 基于最优划分的多传感器多目标跟踪NNJPDA算法
来源期刊 空军工程大学学报(自然科学版) 学科 工学
关键词 多传感器多目标跟踪 极大似然估计 最邻近联合概率数据关联 位置融合
年,卷(期) 2006,(4) 所属期刊栏目 制导工程与技术
研究方向 页码范围 39-42
页数 4页 分类号 TN957
字数 3081字 语种 中文
DOI 10.3969/j.issn.1009-3516.2006.04.013
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 王睿 空军工程大学导弹学院 72 331 7.0 14.0
2 侯蒙 空军工程大学导弹学院 2 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (8)
共引文献  (15)
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)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(2)
  • 参考文献(0)
  • 二级参考文献(2)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(1)
  • 参考文献(1)
  • 二级参考文献(0)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(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
多传感器多目标跟踪
极大似然估计
最邻近联合概率数据关联
位置融合
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
空军工程大学学报(自然科学版)
双月刊
1009-3516
61-1338/N
大16开
西安市空军工程大学
52-247
2000
chi
出版文献量(篇)
2810
总下载数(次)
5
总被引数(次)
15414
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导