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:
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,但对于多传感器密集多目标跟踪,则计算量剧增,数据关联成功率下降.因此,改进联合概率数据关联(AJPDA)算法对多传感器多目标量测进行同源划分及单一传感器测量数据转换,然后采用JPDA算法求解空间目标轨迹交叉时的数据关联.仿真结果表明,AJPDA算法提高了成功关联概率,降低了求解数据关联概率的难度,可以解决密集目标的正确跟踪问题.
推荐文章
基于最优划分的多传感器多目标跟踪NNJPDA算法
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
基于模糊聚类的异类多传感器数据关联算法
模糊聚类
数据关联
多目标跟踪
神经网络在多传感器多目标跟踪中的应用
多传感器多目标跟踪
数据融合
神经网络
基于概率最近邻域算法的分布式多传感器多目标跟踪算法
分布式
概率最近邻域
多传感器多目标
性能分析
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 多传感器多目标联合概率数据关联研究
来源期刊 无线电工程 学科 工学
关键词 多传感器多目标跟踪 联合概率数据关联 AJPDA算法
年,卷(期) 2009,(11) 所属期刊栏目 信息与信息处理
研究方向 页码范围 19-21
页数 3页 分类号 TP391.9
字数 2910字 语种 中文
DOI 10.3969/j.issn.1003-3106.2009.11.007
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 王建民 17 51 4.0 6.0
2 孙俊生 2 6 2.0 2.0
3 王维锋 2 6 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (5)
共引文献  (11)
参考文献  (1)
节点文献
引证文献  (4)
同被引文献  (8)
二级引证文献  (5)
1989(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(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)
2010(1)
  • 引证文献(1)
  • 二级引证文献(0)
2011(1)
  • 引证文献(1)
  • 二级引证文献(0)
2012(1)
  • 引证文献(1)
  • 二级引证文献(0)
2014(1)
  • 引证文献(1)
  • 二级引证文献(0)
2017(1)
  • 引证文献(0)
  • 二级引证文献(1)
2018(2)
  • 引证文献(0)
  • 二级引证文献(2)
2019(2)
  • 引证文献(0)
  • 二级引证文献(2)
研究主题发展历程
节点文献
多传感器多目标跟踪
联合概率数据关联
AJPDA算法
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
无线电工程
月刊
1003-3106
13-1097/TN
大16开
河北省石家庄市174信箱215分箱
18-150
1971
chi
出版文献量(篇)
5453
总下载数(次)
12
总被引数(次)
20875
论文1v1指导