改进并行集中式数据关联算法

• 作者: 冯新喜 周航
• 来源期刊: 重庆邮电大学学报（自然科学版）
• 学科: 工学
• 关键词: 多传感器 多目标 不敏卡尔曼滤波器 近似概率联合数据关联
• 年，卷（期）: 2012,（3）
• 所属期刊栏目: 通信与电子
• 页码范围: 339-344
• 分类号: TN953
• 字数: 5296字
• 语种: 中文
• DOI: 10.3979/j.issn.1673-825X.2012.03.014

摘要

针对目标批次过多导致计算上的组合爆炸问题,提出一种改进并行集中式多传感器不敏近似联合概率数据关联(joint probabilistic data association,JPDA)算法.该算法首先采用基于unscented变换的卡尔曼滤波(unscented Kalman filter,UKF)实现非线性系统中状态估计的递推,然后通过改进的并行集中式方法将数据传至中心,利用改进的JPDA方法进行量测点迹与目标航迹关联.仿真实验表明,该算法在非线性复杂环境中具有较好的数据关联正确率,且计算耗时较集中式串行不敏JPDA算法少.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	冯新喜	空军工程大学电讯工程学院	163	934	15.0	22.0
2	周航	空军工程大学电讯工程学院	18	104	7.0	9.0