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:
以重加权交互式多模型卡尔曼滤波(RIMMKF)为基础,提出了一种传感器管理算法.首先利用RIMM对联合多目标概率的量测更新和马尔可夫转移更新求取分辨力也即信息增量,然后利用信息增量最大化来分配传感器资源.所采用的模型弥补了交互式多模型(IMM)的不足.仿真结果表明,在机动多模型环境下,与IMMKF分辨力方法相比,本文所提算法行之有效且能使传感器资源得到有效地分配.
推荐文章
一种基于遗传算法的多传感器管理算法
传感器管理
信息融合
联合信息增量
遗传算法
基于矩阵遗传的传感器管理算法
传感器管理
多传感器多目标跟踪
矩阵遗传算法
组合优化
基于信息增量的机动目标传感器管理算法
传感器管理
机动目标
交互式多模型
信息增量
基于Unscented粒子滤波的传感器管理算法
传感器管理
非线性滤波
Unscented粒子滤波
信息增量
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RIMMKF的一种传感器管理算法
来源期刊 电子学报 学科 工学
关键词 传感器管理 分辨力 信息增量 重加权交互式多模型滤波
年,卷(期) 2007,(12) 所属期刊栏目 学术论文
研究方向 页码范围 2247-2251
页数 5页 分类号 TP391
字数 4656字 语种 中文
DOI 10.3321/j.issn:0372-2112.2007.12.002
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 河南大学先进控制与智能信息研究所 79 938 16.0 28.0
2 杜晓玉 河南大学基础实验教学中心 15 85 4.0 9.0
3 周林 河南大学先进控制与智能信息研究所 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  (3)
共引文献  (26)
参考文献  (5)
节点文献
引证文献  (8)
同被引文献  (22)
二级引证文献  (25)
1989(1)
  • 参考文献(1)
  • 二级参考文献(0)
1991(1)
  • 参考文献(1)
  • 二级参考文献(0)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(1)
  • 参考文献(1)
  • 二级参考文献(0)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(2)
  • 参考文献(1)
  • 二级参考文献(1)
2001(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(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)
2009(1)
  • 引证文献(1)
  • 二级引证文献(0)
2014(2)
  • 引证文献(2)
  • 二级引证文献(0)
2015(5)
  • 引证文献(1)
  • 二级引证文献(4)
2016(7)
  • 引证文献(0)
  • 二级引证文献(7)
2017(6)
  • 引证文献(2)
  • 二级引证文献(4)
2018(5)
  • 引证文献(2)
  • 二级引证文献(3)
2019(6)
  • 引证文献(0)
  • 二级引证文献(6)
2020(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
传感器管理
分辨力
信息增量
重加权交互式多模型滤波
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
论文1v1指导