基于CNN的多目标航迹融合算法

• 作者: 刘宇 张杨 张良俊 徐嘉辉 王锦 车佳
• 来源期刊: 现代雷达
• 学科: 航空航天
• 关键词: 卷积神经网络 航迹融合 分布式传感器
• 年，卷（期）: 2019,（9）
• 所属期刊栏目: 数据处理
• 页码范围: 45-48
• 页数: 4页
• 分类号: V2789.3
• 字数: 1460字
• 语种: 中文
• DOI: 10.16592/j.cnki.1004-7859.2019.09.011

摘要

针对传统的航迹融合算法精度较低、计算过程需要先验状态估计的缺点,提出了一种基于卷积神经网络(CNN)的航迹融合算法.各局部航迹在融合中心已经过时空校准和航迹关联.由于目标运动轨迹具有时间相关性的特点,采用连续多周期的局部航迹估计,结合深度学习积累经验的能力,解析出当前时刻的更精确的系统航迹估计,实现航迹融合.实验表明,该种融合算法能够处理具有共同过程噪声复杂环境干扰下的综合误差,并且在不同传感器和环境情况下,以相同的CNN模型结构训练,融合后的系统航迹误差均方差都低于各局部航迹误差均方差,证明了该算法能够提高航迹精度,具有可行性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘宇		9	22	3.0	4.0
2	张杨		4	3	1.0	1.0
3	张良俊		4	3	1.0	1.0
4	王锦		5	2	1.0	1.0
5	车佳		4	4	2.0	2.0
6	徐嘉辉		1	0	0.0	0.0