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:
针对在传感器可能偏差的情况下进行机动目标跟踪,提出一种新的交互式多模型算法,即IMM-TS-EV算法.该算法同时考虑传感器测量模型与目标运动模型这两类模型的多样性,以此处理传感器偏差性与目标机动情况.但由于考虑两类模型可能会造成模型过多而导致性能衰退,故结合扩展维特比(EV)算法以期望能有效缓解该问题,即新算法属于一种同时考虑两类模型的改进交互式多模型扩展维特比(IMM-EV)算法.最后以仿真结果验证了算法的有效性,能够利用多模型特点同时解决传感器的偏差性与目标的机动性所带来的匹配问题.
推荐文章
机动目标跟踪的交互式多模型自适应滤波算法
交互式多模型
自适应滤波
"当前"统计模型
机动目标跟踪
基于粒子滤波的交互式多模型多机动目标跟踪
交互式多模型
联合概率数据关联
多目标跟踪
粒子滤波
用于机动目标跟踪的自适应交互式多模型算法
机动目标跟踪
交互式多模型
"当前"统计模型
机动检测
基于交互式多模型的水下机动目标跟踪
水下机动目标
交互式多模型(IMM)
扩展卡尔曼滤波(EKF)
无迹卡尔曼滤波(UKF)
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 一种面向机动目标跟踪的交互式多模型算法
来源期刊 计算机应用与软件 学科 工学
关键词 机动目标跟踪 IMM-EV算法 传感器模型 模型匹配
年,卷(期) 2017,(5) 所属期刊栏目 算法
研究方向 页码范围 211-216,240
页数 7页 分类号 TP301.6
字数 4645字 语种 中文
DOI 10.3969/j.issn.1000-386x.2017.05.037
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 吴小俊 江南大学物联网工程学院 170 1079 17.0 22.0
2 王美健 江南大学物联网工程学院 3 7 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (13)
节点文献
引证文献  (5)
同被引文献  (2)
二级引证文献  (0)
1988(1)
  • 参考文献(1)
  • 二级参考文献(0)
1996(1)
  • 参考文献(1)
  • 二级参考文献(0)
2001(1)
  • 参考文献(1)
  • 二级参考文献(0)
2005(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(1)
  • 参考文献(1)
  • 二级参考文献(0)
2012(2)
  • 参考文献(2)
  • 二级参考文献(0)
2013(1)
  • 参考文献(1)
  • 二级参考文献(0)
2014(1)
  • 参考文献(1)
  • 二级参考文献(0)
2017(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)
2018(3)
  • 引证文献(3)
  • 二级引证文献(0)
2019(1)
  • 引证文献(1)
  • 二级引证文献(0)
2020(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
机动目标跟踪
IMM-EV算法
传感器模型
模型匹配
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
计算机应用与软件
月刊
1000-386X
31-1260/TP
大16开
上海市愚园路546号
4-379
1984
chi
出版文献量(篇)
16532
总下载数(次)
47
总被引数(次)
101489
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导