原文服务方: 控制理论与应用       
摘要:
针对多扩展目标跟踪中的传感器控制问题,本文基于有限集统计(FISST)理论与随机超曲面模型(RHM),利用多伯努利(MBer)滤波器提出有效的传感器控制策略.首先,文中给出多扩展目标跟踪中基于信息论联合目标形状估计优化和目标运动状态估计优化的传感器控制方法的求解思路.其次,给出RHM容积卡尔曼高斯混合(GM)势均衡多扩展目标多伯努利滤波算法的具体实现过程.然后,结合GM密度间的柯西施瓦兹(Cauchy-Schwarz)散度提出相应的传感器控制决策方法.此外,详细推导了扩展目标势的后验期望(PENET)的GM实现,并提出以GM–PENET为评价函数的传感器控制方法.最后,通过构造随机星凸形多扩展目标的跟踪优化仿真实验验证了本文所提传感器控制方法的有效性.
推荐文章
基于声学传感器的目标跟踪扩展算法
目标跟踪
多假设跟踪(MHT)
扩展的卡尔曼滤波(EKF)
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
基于星-凸形随机超曲面模型的扩展目标GM-PHD滤波器
星-凸形
随机超曲面模型
扩展目标
高斯混合概率密度
基于多传感器融合的运动目标跟踪算法
传感器融合
运动目标跟踪
信息采集
运动目标背景建模
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 星凸形多扩展目标跟踪中的传感器控制方法
来源期刊 控制理论与应用 学科
关键词 多扩展目标跟踪 随机超曲面模型 传感器控制 多伯努利滤波器
年,卷(期) 2020,(12) 所属期刊栏目 论文与报告
研究方向 页码范围 2627-2637
页数 11页 分类号
字数 语种 中文
DOI 10.7641/CTA.2020.91030
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 陈辉 49 173 7.0 10.0
2 杜金瑞 3 2 1.0 1.0
3 李国财 2 0 0.0 0.0
4 韩崇昭 1 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (50)
共引文献  (9)
参考文献  (17)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1979(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(3)
  • 参考文献(0)
  • 二级参考文献(3)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(3)
  • 参考文献(1)
  • 二级参考文献(2)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(2)
  • 参考文献(0)
  • 二级参考文献(2)
2008(4)
  • 参考文献(1)
  • 二级参考文献(3)
2009(4)
  • 参考文献(0)
  • 二级参考文献(4)
2010(6)
  • 参考文献(2)
  • 二级参考文献(4)
2011(5)
  • 参考文献(1)
  • 二级参考文献(4)
2012(3)
  • 参考文献(0)
  • 二级参考文献(3)
2013(1)
  • 参考文献(0)
  • 二级参考文献(1)
2014(10)
  • 参考文献(2)
  • 二级参考文献(8)
2015(2)
  • 参考文献(0)
  • 二级参考文献(2)
2016(7)
  • 参考文献(3)
  • 二级参考文献(4)
2017(5)
  • 参考文献(1)
  • 二级参考文献(4)
2018(4)
  • 参考文献(2)
  • 二级参考文献(2)
2019(2)
  • 参考文献(2)
  • 二级参考文献(0)
2020(2)
  • 参考文献(2)
  • 二级参考文献(0)
2020(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)
研究主题发展历程
节点文献
多扩展目标跟踪
随机超曲面模型
传感器控制
多伯努利滤波器
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
控制理论与应用
月刊
1000-8152
44-1240/TP
大16开
1984-01-01
chi
出版文献量(篇)
4979
总下载数(次)
0
总被引数(次)
72515
论文1v1指导