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:
针对多个机动群目标跟踪问题,提出了一种多模型伽马高斯逆威夏特-广义标签多贝努利(MM-GGIW-GLMB)算法.采用多模型算法对群目标进行运动建模,利用最适高斯(BFG)近似在预测阶段对多模型进行融合,减小了多模型算法的运算量,为进一步提高算法在目标机动阶段的跟踪性能,引入强跟踪滤波器(STF)对BFG算法得到的预测状态协方差进行修正.利用最优次模式分配(OSPA)距离及其一倍标准差和航迹标签正确率衡量算法对机动群目标的跟踪性能.仿真结果表明,本文算法能够提升对机动群目标的跟踪精度和稳定性.
推荐文章
机动目标的模糊多模型跟踪算法
机动目标跟踪
模糊推理
多模型
基于多模型GGIW-CPHD滤波的群目标跟踪算法
群目标跟踪
最适高斯近似
强跟踪滤波
合并
衍生
基于多传感器的多模型机动目标跟踪算法设计
目标跟踪
多模型算法
多传感器平台
数据融合
交互式多模型算法在机动目标跟踪中的应用
IMM算法
机动目标跟踪
卡尔曼滤波器鼢
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 多模型GGIW-GLMB算法跟踪机动群目标
来源期刊 北京航空航天大学学报 学科 工学
关键词 广义标签多贝努利(GLMB) 伽马高斯逆威夏特(GGIW) 最适高斯(BFG)近似 强跟踪滤波器(STF) 群目标跟踪
年,卷(期) 2018,(10) 所属期刊栏目
研究方向 页码范围 2185-2192
页数 8页 分类号 TN953
字数 6689字 语种 中文
DOI 10.13700/j.bh.1001-5965.2018.0053
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 刘进忙 空军工程大学防空反导学院 108 647 13.0 19.0
2 李松 空军工程大学防空反导学院 50 284 10.0 14.0
3 王刚 空军工程大学防空反导学院 147 788 14.0 19.0
4 甘林海 空军工程大学防空反导学院 8 8 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  (14)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (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)
2011(2)
  • 参考文献(2)
  • 二级参考文献(0)
2013(2)
  • 参考文献(2)
  • 二级参考文献(0)
2014(2)
  • 参考文献(2)
  • 二级参考文献(0)
2015(1)
  • 参考文献(1)
  • 二级参考文献(0)
2016(3)
  • 参考文献(3)
  • 二级参考文献(0)
2018(1)
  • 参考文献(1)
  • 二级参考文献(0)
2018(1)
  • 参考文献(1)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
广义标签多贝努利(GLMB)
伽马高斯逆威夏特(GGIW)
最适高斯(BFG)近似
强跟踪滤波器(STF)
群目标跟踪
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
北京航空航天大学学报
月刊
1001-5965
11-2625/V
大16开
北京市海淀区学院路37号
1956
chi
出版文献量(篇)
6912
总下载数(次)
23
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
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导