检索规则说明:AND代表“并且”;OR代表“或者”;NOT代表“不包含”;(注意必须大写,运算符两边需空一格)
检 索 范 例 :范例一: (K=图书馆学 OR K=情报学) AND A=范并思 范例二:J=计算机应用与软件 AND (U=C++ OR U=Basic) NOT M=Visual
机构地区:[1]解放军理工大学指挥自动化学院,南京210007 [2]中国电子科技集团公司第二十八研究所,南京210014
出 处:《系统仿真学报》2004年第7期1563-1566,共4页Journal of System Simulation
基 金:"十五"国防科技预研课题(413060301);国防基金课题(J23-1.5)
摘 要:传统的联合概率数据关联算法(JPDA)是在密集杂波环境下的一种良好的多目标跟踪算法,但它是针对单传感器对多目标跟踪的情况下使用,不能直接用于多传感器对多目标的跟踪。针对这一问题,文中提出了一种适用于多传感器多目标跟踪的JPDA算法,它以极大似然估计完成对来自多传感器的测量集合进行同源最优分划,然后采用JPDA方法对多目标进行跟踪。经过理论分析和仿真试验,证明了该方法能有效地进行多传感器多目标的跟踪,且具有算法简单、跟踪精度高、附加的计算量小等优点。The Joint Probabilistic Data Association (JPDA) solves single sensor multitarget tracking in clutter, but it can not be used directly in multisensor multitarget tracking. This paper presents a method to implement multi-sensor multi-target tracking by combining maximum likelihood estimation with JPDA. The maximum likelihood estimation is used to classify the same source observations at one time into the same set, and then JPDA implements multi-target tracking after the position fused. The theory analysis and computer simulation show that this algorithm may achieve multi-sensor multi-target tracking perfectly with low calculation load added and higher precision.
关 键 词:多传感器多目标跟踪(MMT) 极大似然估计 联合概率数据关联(JPDA) 位置融合
分 类 号:TN957[电子电信—信号与信息处理]
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在链接到云南高校图书馆文献保障联盟下载...
云南高校图书馆联盟文献共享服务平台 版权所有©
您的IP:216.73.216.166