检索结果-内蒙古大学图书馆

您好，读者！请登录

内蒙古大学图书馆

首页
概况
党建
资源
服务
科研支持
- 论文收录引用证明
- 科技查新
知识产权
档案馆
帮助

咨询与建议

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

您的常用邮箱：*

您的手机号码：*

问题描述：

当前已输入0个字，您还可以输入200个字

全部搜索
期刊论文
图书
学位论文
标准
纸本馆藏
外文资源发现
数据库导航
超星发现

高级检索

时间限定

出版年份：

文献类型

图书期刊文献学位论文多媒体

馆藏选择

电子馆藏纸本馆藏

核心期刊

全部期刊 SCI 收录期刊 SSCI 收录期刊 EI 收录期刊 CSCD 收录期刊 CSSCI 收录期刊

语言

中文英文

文献类型

期刊文献图书学位论文标准纸本馆藏

帮助

文字说明：

T=题名（书名、题名），A=作者（责任者），K=主题词，P=出版物名称，PU=出版社名称，O=机构（作者单位、学位授予单位、专利申请人），L=中图分类号，C=学科分类号，U=全部字段，Y=年（出版发行年、学位年度、标准发布年）

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 AND Y=1982-2016
范例二：P=计算机应用与软件 AND (U=C++ OR U=Basic) NOT K=Visual AND Y=2011-2016

分类表

所选分类

>> <<

限定检索结果

文献类型

2 篇 学位论文

馆藏范围

2 篇 电子文献
0 种 纸本馆藏

日期分布

学科分类号

2 篇 工学
- 2 篇 电子科学与技术（可...
- 1 篇 信息与通信工程
- 1 篇 控制科学与工程
- 1 篇 航空宇航科学与技...

主题

2 篇 联合概率数据互联...
2 篇 交互式多模型算法
1 篇 交互式多模型联合...
1 篇 卡尔曼滤波
1 篇 改进的交互式多模...
1 篇 多机动目标跟踪
1 篇 概率数据互联算法

机构

2 篇 西安电子科技大学

作者

1 篇 刘瑞腾
1 篇 贾妙琼

语言

2 篇 中文

检索条件"主题词=联合概率数据互联算法"

共 2 条记录，以下是1-10 订阅

全选清除本页清除全部题录导出标记到"检索档案"

详细简洁

排序：

复杂环境下运动目标跟踪方法研究

复杂环境下运动目标跟踪方法研究

引用

作者：贾妙琼西安电子科技大学

学位级别：硕士

雷达利用电磁波实现目标的定位、跟踪和识别,在军事和民用领域均有广泛应用。雷达目标跟踪在现代雷达系统中具有极其重要的地位。随着科技社会的发展与进步,目标所处的环境背景日趋复杂、目标的机动性能日益增强,对雷达目标跟踪技术提... 详细信息

雷达利用电磁波实现目标的定位、跟踪和识别,在军事和民用领域均有广泛应用。雷达目标跟踪在现代雷达系统中具有极其重要的地位。随着科技社会的发展与进步,目标所处的环境背景日趋复杂、目标的机动性能日益增强,对雷达目标跟踪技术提出了更高的要求。因此,开展复杂环境下运动目标跟踪方法的研究工作具有重要的理论研究和实际应用价值。本文主要内容如下:首先,针对噪声背景下目标跟踪问题开展研究工作,重点分析对比了几种噪声背景下的目标跟踪算法。对于非机动目标跟踪问题,卡尔曼滤波算法具有良好的目标跟踪性能。对于机动目标跟踪问题,Singer模型算法、当前统计模型算法和交互式多模型算法均可获得较好的处理结果。仿真实验结果表明,与Singer模型算法相比,在一般机动水平和高机动水平条件下当前统计模型算法的跟踪精度较高,但在低机动水平条件下两者的跟踪精度接近。而在上述三种目标机动条件下交互式多模型算法的跟踪精度整体上均高于另外两种算法。其次,针对目标个数较多、杂波密度较大情况下联合概率数据互联算法计算量迅速增大的问题,引入了基于m-best的联合概率数据互联算法,并对杂波环境下的几种经典目标跟踪算法进行了理论分析与仿真实验对比。研究结果表明,最近邻域法和概率数据互联算法均可实现对杂波环境下的单目标跟踪处理。但当杂波密度较大时,最近邻域法可能会出现失跟现象。不同于杂波环境下单目标跟踪问题,杂波环境下多目标跟踪问题需要综合考虑位于相交相关波门内的候选回波的来源情况。联合概率数据互联算法通过拆分确认矩阵来确认各候选回波的来源,从而实现对杂波环境下的多目标跟踪。但确认矩阵的拆分是组合数问题,联合概率数据互联算法的计算复杂度将随目标个数的增多、杂波密度的增大而迅速增高。针对这一问题,本文引入了基于mbest的联合概率数据互联算法。该算法将搜寻联合事件过程转换为线性规划问题,并通过迭代求解线性规划的前m个最优解,使联合概率数据互联算法的处理时间明显降低。最后,针对杂波环境下的多机动目标跟踪问题,提出了一种改进的交互式多模型联合概率数据互联算法。对于该问题,本文首先将适用于机动目标跟踪的交互式多模型算法与适用于多目标跟踪的联合概率数据互联算法相结合,实现了交互式多模型联合概率数据互联算法。其次,当目标个数较多、杂波密度较大时,针对交互式多模型联合概率数据互联算法的计算量较大这一问题,在利用统一波门选取候选回波的基础上,结合基于m-best的联合概率数据互联算法,提出了一种改进的交互式多模型联合概率数据互联算法。仿真实验结果表明,对于杂波环境下的多机动目标跟踪问题,交互式多模型联合概率数据互联算法和改进的交互式多模型联合概率数据互联算法均能取得较好的跟踪效果。但在目标个数较多情况下,与交互式多模型联合概率数据互联算法相比,本文所提出的改进交互式多模型联合概率数据互联算法的计算量较小、跟踪精度略高。

关键词：交互式多模型算法联合概率数据互联算法多机动目标跟踪交互式多模型联合概率数据互联算法改进的交互式多模型联合概率数据互联算法

来源：评论

学校读者我要写书评

暂无评论

目标跟踪滤波方法研究

目标跟踪滤波方法研究

引用

作者：刘瑞腾西安电子科技大学

学位级别：硕士

目标跟踪技术在军事和民用领域有着广泛的应用,如远程预警、战场监视、民航交通等。目标跟踪技术是利用传感器获得被跟踪目标的相关信息,并通过相关滤波算法对目标下一时刻的运动状态进行预测和对当前运动状态进行估计的一门技术。随着... 详细信息

目标跟踪技术在军事和民用领域有着广泛的应用,如远程预警、战场监视、民航交通等。目标跟踪技术是利用传感器获得被跟踪目标的相关信息,并通过相关滤波算法对目标下一时刻的运动状态进行预测和对当前运动状态进行估计的一门技术。随着目标所在环境的日益复杂,如在信息化战争中的存在的人为干扰因素,使得目标跟踪技术也在不断发展和更新以便实现对目标的精确跟踪,其中机动目标跟踪问题是当前的一个研究热点。本文主要工作如下:本文首先分析了目标跟踪的基本原理,其中介绍了常用的参数估计方法,最小二乘法和最小均方误差估计法,之后介绍了目标跟踪中的一些基本概念,如相关波门、航迹起始、数据关联等,并对航迹起始相关算法做了仿真和分析。之后详细地介绍了线性滤波方法中的卡尔曼滤波算法,分析了该算法的系统模型、滤波模型、初始化问题等,并对卡尔曼滤波算法做了仿真和分析。实际上,传感器量测与目标运动状态之间存在非线性关系,当这种非线性关系可用低阶近似时,扩展卡尔曼滤波器可以获得较好的跟踪性能,而当非线性较严重时,必须采用非线性滤波算法。因此介绍了非线性滤波算法,主要包括扩展卡尔曼滤波算法、不敏卡尔曼滤波算法、粒子滤波算法等。其次研究了数据互联问题,目标所在环境存在着杂波和人为干扰,数据的正确互联是对目标实现精确跟踪的前提条件,本文主要介绍了概率数据互联算法(PDA)和联合概率数据互联算法(JPDA),其中联合概率数据互联算法(JPDA)是适用于多目标的数据互联问题,并对这两种算法做了相关的仿真和分析。由于JPDA的运算量较大,不适合应用于工程实践中,之后简单介绍了经验JPDA算法,该算法是对JPDA算法的简化,使得运算效率进一步提高。最后研究和分析了机动目标跟踪问题,机动目标跟踪是当前目标跟踪研究的一大热点,常见的机动目标跟踪算法包括有机动检测和无机动检测算法,本文主要介绍了无机动检测算法中的交互式多模型算法(IMM),包括该算法工作原理,并对其做了相应的仿真和分析。由于交互式多模型算法只能应用于单目标跟踪问题,所以作者结合第三章中多目标跟踪算法中的联合概率数据互联算法(JPDA)和交互式多模型算法(IMM)实现对多个机动目标同时跟踪,并做了相关仿真和分析。

关键词：卡尔曼滤波概率数据互联算法联合概率数据互联算法交互式多模型算法

来源：评论

学校读者我要写书评

暂无评论

没有更多数据了...

全选清除本页清除全部题录导出标记到“检索档案”

共1页 << < 1 > >>

检索报告对象比较合并检索0

隐藏清空

合并搜索

回到顶部

执行限定条件

内容：

评分：

请选择保存的检索档案：

请选择收藏分类：

订阅名称：

通借通还

温馨提示：

图书名称：

借书校区：

取书校区：

手机号码：

邮箱地址：

一卡通帐号：

电话和邮箱必须正确填写，我们会与您联系确认。

联系人：

所在院系：

联系邮箱：

联系电话：

内蒙古自治区呼和浩特市赛罕区大学西街235号邮编: 010021

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：