一种改进的多传感器多目标跟踪联合概率数据关联算法研究

• 作者: 祝小平 耿峰
• 来源期刊: 系统仿真学报
• 学科: 工学
• 关键词: 多传感器多目标跟踪 联合概率数据关联 Hopfield神经网络 卡尔曼滤波
• 年，卷（期）: 2007,（20）
• 所属期刊栏目: 人工智能与仿真
• 页码范围: 4671-4675
• 页数: 5页
• 分类号: TP183
• 字数: 4641字
• 语种: 中文
• DOI: 10.3969/j.issn.1004-731X.2007.20.017

摘要

联合概率数据关联(JPDA)算法对单传感器多目标跟踪是一种良好的算法,但对于多传感器多目标跟踪的情况,特别是目标较为密集时,计算量剧增,会出现计算组合爆炸现象.因此,提出了一种改进算法,即对多传感器多目标量测进行同源划分,将多传感器对多目标的跟踪问题简化为单传感器对多目标的跟踪问题,然后将JPDA当作一种组合优化问题,采用连续型Hopfield 神经网络求解关联概率.经仿真研究表明,该方法不仅克服了JPDA算法在多传感器多目标跟踪问题中的缺陷,还提高了跟踪精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	祝小平	西北工业大学航天学院	151	1034	16.0	21.0
2	耿峰	西北工业大学航天学院	8	85	5.0	8.0