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:
当前统计模型及其自适应滤波(CSMAF)算法是机动目标跟踪中的一种有效方法.但该方法对目标机动加速度极限值有依赖,并且对弱机动目标跟踪的精度不高.为解决这一问题,利用一种改进的加速度方差自适应调整公式克服了对加速度极限值的依赖,同时利用神经网络对滤波参数信息进行融合,自适应调整过程噪声.仿真结果表明,该方法有很好的机动适应性,对目标的跟踪精度较高.
推荐文章
结合Kalman滤波器的SIFT目标跟踪算法
尺度不变特征变换算法
卡尔曼滤波
目标识别
特征点提取
基于神经网络的4型FIR滤波器的优化设计
神经网络
正弦基
高通滤波器
优化设计
线性相位
基于扩展卡尔曼滤波器的RBF神经网络学习算法
扩展卡尔曼滤波器
径向基函数
神经网络
带有次优渐消因子的扩展卡尔曼滤波器
有源电力滤波器的模糊神经网络控制
有源电力滤波器
智能控制
模糊神经网络控制
直流侧电压
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 神经网络的单滤波器目标跟踪算法
来源期刊 火力与指挥控制 学科 工学
关键词 自适应滤波 当前统计模型 机动目标 神经网络
年,卷(期) 2011,(10) 所属期刊栏目 理论研究
研究方向 页码范围 107-110
页数 分类号 TN713
字数 4002字 语种 中文
DOI 10.3969/j.issn.1002-0640.2011.10.029
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 阮怀林 15 114 7.0 10.0
2 王树亮 2 3 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (7)
共引文献  (31)
参考文献  (5)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1979(1)
  • 参考文献(1)
  • 二级参考文献(0)
1982(1)
  • 参考文献(1)
  • 二级参考文献(0)
1987(1)
  • 参考文献(0)
  • 二级参考文献(1)
1988(2)
  • 参考文献(1)
  • 二级参考文献(1)
1999(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)
2003(2)
  • 参考文献(1)
  • 二级参考文献(1)
2005(2)
  • 参考文献(0)
  • 二级参考文献(2)
2008(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(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
自适应滤波
当前统计模型
机动目标
神经网络
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
火力与指挥控制
月刊
1002-0640
14-1138/TJ
大16开
山西太原193号信箱
22-134
1976
chi
出版文献量(篇)
9188
总下载数(次)
26
总被引数(次)
34280
论文1v1指导