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:
雷达观测下弱小目标的检测前跟踪(TBD)问题中,针对基于高斯混合概率假设密度滤波器(GM-PHD)的 TBD 算法在信噪比降低时,存在目标的数目估计不准确、状态估计精度下降的问题,提出了基于 GM-PHD 平滑滤波器(SGM-PHD)的检测前跟踪算法(SGM-PHD-TBD)。该算法在 TBD 标准多目标观测模型框架下,采用平滑递归方法,利用多个量测数据对滤波值进行平滑,在牺牲一定运算效率的基础上提升了算法的估计精度。仿真结果表明,该算法在信噪比较低的情况下对目标数目估计的准确度和目标状态估计的精度均优于基于 GM-PHD 的 TBD 算法。
推荐文章
多普勒盲区下基于GM-PHD的雷达多目标跟踪算法
多普勒盲区
最小可检测速度
多普勒信息
高斯混合概率假设密度
基于背景差分检测和改进GM-PHD滤波器的多目标跟踪
多目标跟踪
背景差分检测
滤波
置信概率
多目标跟踪精度
基于权重约束GM-PHD滤波的多目标跟踪方法
多目标跟踪
一对一假设
高斯混合概率假设密度滤波器
权重约束
归一化
基于GM-PHD的多目标跟踪算法仿真及影响因素
高斯混合概率假设密度滤波器
检测概率
存活概率
杂波密度
最优子模式分配距离
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 基于 GM-PHD 平滑器的检测前跟踪技术?
来源期刊 雷达科学与技术 学科 工学
关键词 弱目标 多目标 GM-PHD 平滑滤波器 检测前跟踪
年,卷(期) 2016,(6) 所属期刊栏目
研究方向 页码范围 648-653,660
页数 7页 分类号 TN953|TN957
字数 4941字 语种 中文
DOI 10.3969/j.issn.1672-2337.2016.06.016
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 关键 海军航空工程学院电子信息工程系 191 1648 20.0 29.0
2 修建娟 海军航空工程学院信息融合研究所 39 462 11.0 20.0
3 黄勇 海军航空工程学院电子信息工程系 65 565 12.0 21.0
4 朱红鹏 海军航空工程学院电子信息工程系 2 4 1.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (61)
共引文献  (30)
参考文献  (9)
节点文献
引证文献  (3)
同被引文献  (17)
二级引证文献  (3)
1994(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)
2003(8)
  • 参考文献(1)
  • 二级参考文献(7)
2004(4)
  • 参考文献(0)
  • 二级参考文献(4)
2005(3)
  • 参考文献(0)
  • 二级参考文献(3)
2006(6)
  • 参考文献(1)
  • 二级参考文献(5)
2007(5)
  • 参考文献(0)
  • 二级参考文献(5)
2008(6)
  • 参考文献(0)
  • 二级参考文献(6)
2009(1)
  • 参考文献(0)
  • 二级参考文献(1)
2010(7)
  • 参考文献(0)
  • 二级参考文献(7)
2011(6)
  • 参考文献(1)
  • 二级参考文献(5)
2012(9)
  • 参考文献(1)
  • 二级参考文献(8)
2013(4)
  • 参考文献(1)
  • 二级参考文献(3)
2014(5)
  • 参考文献(1)
  • 二级参考文献(4)
2015(2)
  • 参考文献(1)
  • 二级参考文献(1)
2016(2)
  • 参考文献(2)
  • 二级参考文献(0)
2016(2)
  • 参考文献(2)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2019(2)
  • 引证文献(2)
  • 二级引证文献(0)
2020(4)
  • 引证文献(1)
  • 二级引证文献(3)
研究主题发展历程
节点文献
弱目标
多目标
GM-PHD 平滑滤波器
检测前跟踪
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
雷达科学与技术
双月刊
1672-2337
34-1264/TN
大16开
安徽省合肥市9023信箱60分箱
2003
chi
出版文献量(篇)
1971
总下载数(次)
3
总被引数(次)
10892
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
山东省自然科学基金
英文译名:Natural Science Foundation of Shandong Province
官方网址:http://kyc.wfu.edu.cn/second/wnfw/shandongshengzirankexuejijin.htm
项目类型:重点项目
学科类型:
论文1v1指导