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:
对含有系统误差的测量进行配准是准确进行数据关联的前提.实际中,许多不确定性因素导致系统误差,使其演化模型难以建立,从而导致传统配准方法不再适用.为此,提出一种基于优化SA-PSO(simulated annealing particle swarm optimization)的配准算法.由于传感器监视空域经常受到杂波的影响,在利用SA-PSO优化算法对系统误差进行配准时,不仅要考虑外界因素所引发系统误差的不确定性问题,还要考虑目标多个量测的归属问题.基于此,提出一种联合改进退火粒子群优化和概率数据关联的算法SA-PSO-PDA(simulated annealing and particle swarm optimization and probability data association),它综合考虑系统误差的随机性、寻优的最佳化和目标量测的多样性.仿真结果表明了所提算法具有可行性,且能较好地寻优系统误差参数.
推荐文章
基于SA-PSO的多态路径测试数据生成方法
粒子群优化算法
模拟退火算法
多态
测试路径
测试数据 ’
基于SA-PSO优化自适应PNN网络的变压器故障诊断研究
变压器故障诊断
自适应概率神经网络
粒子群优化算法(PSO)
模拟退火算法(SA)
基于扩展KalIan滤波的空基多平台多传感器数据配准和目标跟踪算法
数据融合
传感器配准
扩展Kalman滤波
移动平台
采用熵函数法的多传感器空间配准算法的研究
熵函数
空间配准
目标跟踪
传感器偏差估计
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 联合SA-PSO和PDA在传感器配准中的应用
来源期刊 郑州大学学报(理学版) 学科 工学
关键词 系统误差 误差配准 粒子群(PSO) 模拟退火(SA) 概率数据关联(PDA)
年,卷(期) 2015,(1) 所属期刊栏目
研究方向 页码范围 69-73
页数 5页 分类号 TP391
字数 3287字 语种 中文
DOI 10.3969/j.issn.1671-6841.2015.01.015
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 柴秀丽 河南大学计算机与信息工程学院 36 245 9.0 14.0
2 李伟 河南大学环境与规划学院 28 254 8.0 15.0
6 周林 河南大学计算机与信息工程学院 19 124 6.0 10.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (17)
共引文献  (17)
参考文献  (14)
节点文献
引证文献  (3)
同被引文献  (10)
二级引证文献  (0)
1964(1)
  • 参考文献(1)
  • 二级参考文献(0)
1977(1)
  • 参考文献(1)
  • 二级参考文献(0)
1990(1)
  • 参考文献(1)
  • 二级参考文献(0)
1997(3)
  • 参考文献(1)
  • 二级参考文献(2)
2000(2)
  • 参考文献(1)
  • 二级参考文献(1)
2002(2)
  • 参考文献(1)
  • 二级参考文献(1)
2004(6)
  • 参考文献(2)
  • 二级参考文献(4)
2005(3)
  • 参考文献(1)
  • 二级参考文献(2)
2006(4)
  • 参考文献(2)
  • 二级参考文献(2)
2007(1)
  • 参考文献(1)
  • 二级参考文献(0)
2008(1)
  • 参考文献(0)
  • 二级参考文献(1)
2009(1)
  • 参考文献(0)
  • 二级参考文献(1)
2010(4)
  • 参考文献(1)
  • 二级参考文献(3)
2011(1)
  • 参考文献(1)
  • 二级参考文献(0)
2015(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2015(1)
  • 引证文献(1)
  • 二级引证文献(0)
2018(2)
  • 引证文献(2)
  • 二级引证文献(0)
研究主题发展历程
节点文献
系统误差
误差配准
粒子群(PSO)
模拟退火(SA)
概率数据关联(PDA)
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
郑州大学学报(理学版)
季刊
1671-6841
41-1338/N
大16开
郑州市高新技术开发区科学大道100号
36-191
1962
chi
出版文献量(篇)
2278
总下载数(次)
0
总被引数(次)
9540
论文1v1指导