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:
大多数传统的跟踪门技术仅使用目标的运动学量测信息,在多目标、多杂波跟踪场景中会导致较大的关联不确定性.考虑到属性传感器可以获取目标的类型信息,提出了基于目标联合状态类型概率密度的跟踪门方法.首先给出目标状态与类型的联合概率密度表示,从而导出以类为条件的跟踪门构建方法.为了适用于实时的非线性跟踪系统,门限的计算采用了基于仿真的算法.场景1显示如果目标的量测预测密度为偏斜函数时,基于仿真的门限算法可以获得最优的跟踪门;场景2为地面编队目标的跟踪过程.与使用传统的跟踪门相比,以类为条件的跟踪门技术在很大程度上提高了目标量测到航迹的关联率.
推荐文章
基于深度特征的稀疏表示目标跟踪算法
目标跟踪
稀疏表示
卷积神经网络
生成模型
深度学习
样本分块稀疏表示判决式目标跟踪
粒子滤波
样本分块
稀疏表示
分类器
应用Dirichlet分布的概率假设密度多目标跟踪
多目标跟踪
概率假设密度
Dirichlet分布
状态提取
k-d树
期望极大化
基于稀疏表示和特征选择的LK目标跟踪
视觉跟踪
稀疏表示
LK图像配准算法
特征选择
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 目标联合状态类型密度表示的跟踪门技术
来源期刊 光电工程 学科 工学
关键词 目标跟踪 数据关联 跟踪门 概率密度
年,卷(期) 2012,(1) 所属期刊栏目 目标识别与跟踪
研究方向 页码范围 88-93
页数 分类号 TP271
字数 3867字 语种 中文
DOI 10.3969/j.issn.1003-501X.2012.01.015
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 薛安克 杭州电子科技大学信息与控制研究所 104 687 13.0 20.0
2 彭冬亮 杭州电子科技大学信息与控制研究所 70 406 11.0 17.0
3 权宏伟 华东理工大学信息科学与工程学院 5 30 3.0 5.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (16)
共引文献  (17)
参考文献  (8)
节点文献
引证文献  (3)
同被引文献  (7)
二级引证文献  (6)
1986(1)
  • 参考文献(0)
  • 二级参考文献(1)
1990(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(2)
  • 参考文献(0)
  • 二级参考文献(2)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(1)
  • 参考文献(1)
  • 二级参考文献(0)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(2)
  • 参考文献(1)
  • 二级参考文献(1)
2006(2)
  • 参考文献(1)
  • 二级参考文献(1)
2007(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(3)
  • 参考文献(1)
  • 二级参考文献(2)
2010(2)
  • 参考文献(1)
  • 二级参考文献(1)
2011(2)
  • 参考文献(2)
  • 二级参考文献(0)
2012(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)
2013(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)
2015(2)
  • 引证文献(0)
  • 二级引证文献(2)
2017(2)
  • 引证文献(0)
  • 二级引证文献(2)
2018(3)
  • 引证文献(1)
  • 二级引证文献(2)
研究主题发展历程
节点文献
目标跟踪
数据关联
跟踪门
概率密度
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
光电工程
月刊
1003-501X
51-1346/O4
大16开
四川省成都市双流350信箱
1974
chi
出版文献量(篇)
4776
总下载数(次)
5
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