基于神经网络的多机动目标跟踪算法

• 作者: 何胜强 张安 李辉 沈莹
• 来源期刊: 西北工业大学学报
• 学科: 工学
• 关键词: 联合概率数据关联 神经网络 信息融合 自适应滤波算法
• 年，卷（期）: 2006,（5）
• 页码范围: 552-557
• 页数: 6页
• 分类号: TN957.52
• 字数: 3694字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-2758.2006.05.005

摘要

将神经网络理论用于多机动目标跟踪,解决了联合概率数据关联(JPDA)存在的计算量组合爆炸问题.基于神经网络数据关联(NDA)所得到的最佳关联假设,将其与简化信息融合并行自适应滤波算法(DAF)进行有效结合,在保证量测与目标有效关联的同时,还具备跟踪起始和终结的作用,实现了对多机动目标的状态滤波与预测.仿真结果表明,与传统的交互式多模型联合概率数据关联算法相比,新算法在保证多机动目标的跟踪精度及实时性要求的同时,计算量大大减少.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张安	西北工业大学电子信息学院	251	2073	20.0	31.0
2	李辉	西北工业大学电子信息学院	173	1257	17.0	28.0
3	沈莹	西北工业大学电子信息学院	12	161	7.0	12.0
4	何胜强	西北工业大学电子信息学院	11	109	7.0	10.0