期刊文献+

基于GRNN神经网络的多目标航迹关联 被引量:3

下载PDF
导出
摘要 针对当前航迹关联算法由于传感器的系统误差和噪声误差导致常出现错漏航迹的缺点,提出了一种基于广义回归神经网络(GRNN)的航迹关联算法。该算法利用GRNN的容错性和鲁棒性来处理各传感器误差数据,从而实现航迹正确关联。仿真实验表明在相同环境条件下,应用广义回归神经网络来进行航迹关联时与当前的各种航迹关联算法相比其关联正确率最高。
机构地区 空军预警学院
出处 《信息系统工程》 2021年第7期135-136,140,共3页
  • 相关文献

参考文献4

二级参考文献30

  • 1巴宏欣,赵宗贵,杨飞,曹雷.多传感器多目标跟踪的JPDA算法[J].系统仿真学报,2004,16(7):1563-1566. 被引量:16
  • 2郑子扬,陈小惠.基于Kohonen神经网络的多传感器数据关联算法[J].华东船舶工业学院学报,2004,18(5):32-37. 被引量:5
  • 3林岚,邱晓红.运用自组织神经网络进行多目标跟踪的算法[J].现代雷达,2005,27(1):24-28. 被引量:2
  • 4张池平,崔平远,张英俊.人工神经网络在航迹关联中的应用[J].黑龙江大学自然科学学报,2006,23(1):38-41. 被引量:2
  • 5杨坤德,马远良,邹士新,雷波.基于环境扰动的线性匹配场处理方法[J].声学学报,2006,31(6):496-505. 被引量:29
  • 6KOSAKA M, MIYAMOTO S, IHARA H. A track correlation algo- rithm for multisensor integration[ C]// Proeeedings of the IEEE / AIAA 5th Digital Avionics Systems Conference. Seattle: IEEE Press, 1983:1-8.
  • 7ZHOU L, GAO Q, zou H L, et al. New optimal track correlation al- gorithm of three-local node and its applications[ J]. Journal of Infor- mation and Computational Science, 2011,8(7) : 1189 - 1197.
  • 8KAPLAN L M, BLAIR W D, BAR-SHALOM Y. Simulations stud- ies of multisensor track association and fusion methods[ C]// Aero- space Conference. Big Sky, Montana: IEEE Press, 2006:1 - 16.
  • 9DUAN M, LIU J H. Track correlation algorithm based on neural network [ C]//2009 Second Intemational Symposium on Computational Intelli- gence and Design. Washington, DC: IEEE Computer Society,2009:181 -185.
  • 10SHEN F R, OGURA T, HASEGAWA O. An enhanced self-organi- zing incremental neural network for online unsupervised learning[ Jl. Neural Networks, 2007, 20(8) : 893 - 903.

共引文献20

同被引文献21

引证文献3

二级引证文献1

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部