期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
7
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
δ-广义标签多伯努利滤波算法的非线性扩展
被引量:
1
1
作者
齐美彬
胡晶晶
+1 位作者
程佩琳
靳学明
《系统工程与电子技术》
EI
CSCD
北大核心
2021年第12期3571-3578,共8页
针对高斯混合(Gaussian mixture,GM)实现的变分贝叶斯-δ-广义标签多伯努利(variational Bayesian-δ-generalized labeled multi-Bernoulli,VB-δ-GLMB)滤波算法在非线性场景下跟踪性能较低这一问题,结合基于临近点算法(proximal point...
针对高斯混合(Gaussian mixture,GM)实现的变分贝叶斯-δ-广义标签多伯努利(variational Bayesian-δ-generalized labeled multi-Bernoulli,VB-δ-GLMB)滤波算法在非线性场景下跟踪性能较低这一问题,结合基于临近点算法(proximal point algorithm,PPA)和变分贝叶斯(variational Bayesian,VB)的迭代优化与容积卡尔曼滤波(cubature Kalman filtering,CKF),提出一种适用于非线性模型的机动多目标跟踪算法。该算法在GM-VB-δ-GLMB的基础上采用逆伽马(inverse-Gamma,IG)和高斯乘积混合分布近似量测噪声协方差和状态联合后验分布;利用PPA-CKF-VB(PCKF-VB)方法对传递过程中的高斯项参数进行预测更新;最后为提高滤波精度进行变分贝叶斯容积RTS(VB cubature Rauch-Tung-Striebel,VB-CRTS)平滑。仿真结果表明,对于量测噪声未知的非线性系统,所提的算法与现有的VB-δ-GLMB算法相比目标跟踪精度有显著提高。
展开更多
关键词
δ-
广义
标签
多伯努利
算法
非线性模型
容积卡尔曼
滤波
临近点算法
变分贝叶斯近似
下载PDF
职称材料
基于交互多模型的分组δ-广义标签多伯努利算法
被引量:
3
2
作者
辛怀声
曹晨
《系统工程与电子技术》
EI
CSCD
北大核心
2022年第4期1128-1138,共11页
为了解决马尔科夫跳变系统广义标签多伯努利滤波器在多机动目标跟踪场景需要计算大量模式假设分支,并且需要频繁对假设分支进行剪枝,导致算法存在计算量过高并且影响跟踪精度的问题,提出一种基于交互多模型的分组δ-广义标签多伯努利滤...
为了解决马尔科夫跳变系统广义标签多伯努利滤波器在多机动目标跟踪场景需要计算大量模式假设分支,并且需要频繁对假设分支进行剪枝,导致算法存在计算量过高并且影响跟踪精度的问题,提出一种基于交互多模型的分组δ-广义标签多伯努利滤波器。滤波器采用航迹分组策略,不同组的航迹独立进行关联映射与分支权重计算,降低了关联的计算复杂度,可以实现不同航迹组之间并行滤波。另外,为了处理机动目标场景引入交互多模型,给出基于交互多模型的分组滤波递推方程。仿真结果表明,所提出的滤波器跟踪精度更高,计算速度更快,可以用于跟踪多个机动目标的场景。
展开更多
关键词
随机有限集
δ-
广义
标签
多伯努利
滤波
器
多目标跟踪
交互多模型
下载PDF
职称材料
基于VB近似的自适应δ-GLMB滤波算法
被引量:
4
3
作者
袁常顺
王俊
+1 位作者
向洪
孙进平
《系统工程与电子技术》
EI
CSCD
北大核心
2017年第2期237-243,共7页
目前,基于δ-扩展标签多伯努利(δ-generalized labeled multi-Bernoulli,δ-GLMB)滤波器的多目标跟踪方法假设量测噪声协方差先验已知,而实际中量测噪声协方差可能是未知或随着环境改变而变化。针对上述问题,提出一种基于变分贝叶斯(va...
目前,基于δ-扩展标签多伯努利(δ-generalized labeled multi-Bernoulli,δ-GLMB)滤波器的多目标跟踪方法假设量测噪声协方差先验已知,而实际中量测噪声协方差可能是未知或随着环境改变而变化。针对上述问题,提出一种基于变分贝叶斯(variational Bayesian,VB)近似的自适应δ-GLMB滤波算法。该算法以δ-GLMB滤波器为基础,利用逆威沙特和高斯乘积混合分布近似量测噪声协方差和多目标状态联合后验分布,通过VB近似技术推导滤波迭代。仿真结果表明,所提算法对于线性未知量测噪声协方差场景具有很强的多目标跟踪鲁棒性,在有效估计量测噪声协方差的同时实现准确的目标数和目标状态估计。
展开更多
关键词
多目标跟踪
未知量测噪声协方差
随机有限集
变分贝叶斯近似
δ-扩展标签多伯努利滤波
下载PDF
职称材料
基于单声矢量传声器虚拟扩展的多机动声目标跟踪算法
4
作者
张君
鲍明
+2 位作者
赵静
陈志菲
杨建华
《自动化学报》
EI
CAS
CSCD
北大核心
2023年第2期383-398,共16页
为解决单声矢量传声器(Acoustic vector sensor,AVS)可跟踪声目标数目少、跟踪性能差的问题,提出了基于AVS虚拟扩展的多机动声目标跟踪算法.首先,引入高阶累积量预处理过程并建立高阶似然函数,不仅能够抑制高斯噪声、提高估计精度,还可...
为解决单声矢量传声器(Acoustic vector sensor,AVS)可跟踪声目标数目少、跟踪性能差的问题,提出了基于AVS虚拟扩展的多机动声目标跟踪算法.首先,引入高阶累积量预处理过程并建立高阶似然函数,不仅能够抑制高斯噪声、提高估计精度,还可通过AVS的虚拟扩展增加可跟踪目标数目.然后,在边缘化δ广义标签多伯努利(Marginalizedδ-generalized label multi-bernoulli,Mδ-GLMB)滤波框架下,提出了基于累积量的增广运动模型状态的Mδ-GLMB(Cumulants-based augumented motion model state Mδ-GLMB,Cum-AMMS-GLMB)算法.算法引入多种运动模型,并将表征不同模型的索引标号作为目标状态的增广参数,通过各模型间的加权混合获取优于单一运动模型的跟踪性能.除此之外,算法的序贯蒙特卡洛(Sequential Monte Carlo,SMC)实现过程中,依据高阶预处理获得的归一化空间谱拟合检测概率函数,抑制了杂波向可用粒子扩展,进一步增强了高似然区域的粒子.最后,推导了AVS目标跟踪的后验克拉美罗下界(Posterior cram e’r-rao lower bound,PCRLB),并通过仿真实验验证了算法的量测噪声抑制能力和声目标跟踪性能.
展开更多
关键词
声矢量传声器
高阶累积量
虚拟
扩展
广义
标签
多伯努利
滤波
多目标跟踪
下载PDF
职称材料
非线性量测下的机动多目标跟踪
5
作者
国强
任海宁
+1 位作者
周凯
戚连刚
《哈尔滨工业大学学报》
EI
CAS
CSCD
北大核心
2024年第5期64-73,共10页
为了解决非线性量测下机动多目标跟踪实时性差、跟踪误差大以及对杂波变化鲁棒性较差的问题,基于随机有限集理论,提出了一种采用量测转换和模糊算法改进的多模型δ-广义标签多伯努利滤波器。首先,推导了交互多模型的δ-GLMB滤波器,通过...
为了解决非线性量测下机动多目标跟踪实时性差、跟踪误差大以及对杂波变化鲁棒性较差的问题,基于随机有限集理论,提出了一种采用量测转换和模糊算法改进的多模型δ-广义标签多伯努利滤波器。首先,推导了交互多模型的δ-GLMB滤波器,通过去相关无偏量测转换实现位置量测从极坐标系到笛卡尔坐标系的无偏转换,并通过预测值去除量测误差和其协方差的相关性造成的滤波估计偏差,实现了非线性场景下的机动多目标跟踪;然后,通过航迹和量测的关联新息以及目标的机动约束构建联合波门,降低了杂波量测的数量;最后引入改进的模糊算法,以目标的模型后验概率为输入,根据模型的分离程度自适应调节运动模型的过程噪声,增加滤波精度。研究结果表明:在杂波环境下,通过与CKF-JMS-δ-GLMB、CKF-IMM-δ-GLMB等非线性多模型滤波器对比,所提算法计算时间较小,且跟踪精度更高,鲁棒性强。所提算法避免了传统的非线性处理方式计算量较大的问题,并且具有较好的杂波抑制特性,提升了非线性量测下机动多目标跟踪的性能。
展开更多
关键词
非线性量测
机动多目标
δ-
广义
标签
多伯努利
滤波
器
量测转换
交互多模型
模糊算法
下载PDF
职称材料
一步数据关联GLMB扩展目标跟踪算法
被引量:
5
6
作者
李翠芸
李洋
+1 位作者
姬红兵
石仁政
《西安电子科技大学学报》
EI
CAS
CSCD
北大核心
2020年第5期137-143,共7页
针对传统的扩展目标跟踪算法在目标近邻场景中由于量测不可分导致跟踪性能下降的问题,提出了一种基于一步数据关联的扩展目标跟踪算法。该算法用乘性噪声模型对目标进行建模,将联合概率数据关联理论中的一步数据关联处理方法与广义标签...
针对传统的扩展目标跟踪算法在目标近邻场景中由于量测不可分导致跟踪性能下降的问题,提出了一种基于一步数据关联的扩展目标跟踪算法。该算法用乘性噪声模型对目标进行建模,将联合概率数据关联理论中的一步数据关联处理方法与广义标签多伯努利滤波器相结合,实现在量测难以划分情况下的多扩展目标跟踪。仿真实验表明,该算法能够在交叉、近邻场景中实现对目标的有效跟踪,并且在估计精度方面优于传统的基于量测划分的扩展目标跟踪算法。
展开更多
关键词
扩展
目标跟踪
乘性噪声模型
二阶
扩展
卡尔曼
滤波
算法
数据关联
广义
标签
多伯努利
滤波
器
下载PDF
职称材料
低空监视雷达“走-停-走”目标跟踪技术
被引量:
1
7
作者
徐开明
王佰录
+2 位作者
李溯琪
邓云凯
王经鹤
《雷达学报(中英文)》
EI
CSCD
北大核心
2022年第3期443-458,共16页
以旋翼无人机为代表的低空小目标常采用低速“走-停”策略或利用障碍物遮挡,躲避雷达追踪,对重要信息装备和战略要地进行点穴式打击或干扰。这类目标可多次消失-重返于雷达视域,称之“走-停-走”目标。若采用传统目标跟踪模型和算法处...
以旋翼无人机为代表的低空小目标常采用低速“走-停”策略或利用障碍物遮挡,躲避雷达追踪,对重要信息装备和战略要地进行点穴式打击或干扰。这类目标可多次消失-重返于雷达视域,称之“走-停-走”目标。若采用传统目标跟踪模型和算法处理这类目标,易导致目标身份不连续、航迹碎片化。该文在随机集理论框架下,基于标签多伯努利(LMB)滤波器,研究低空监视雷达“走-停-走”目标连续跟踪问题。为描述“走-停-走”目标多次往返于雷达视域的演化特性,首次引入第3类出生目标模型,即重生(RB)过程模型。首先,利用目标重返雷达视域前-后目标状态的空间位置和动力学参数关系,提出一种基于空域相关(SC)的RB过程;然后,基于SC-RB过程,在贝叶斯滤波框架下,设计了SC-RB-LMB滤波器算法,可实现多“走-停-走”目标连续稳健跟踪,维持航迹标签的连续性;最后,在典型低空监视场景下,通过仿真和实测数据验证了提出模型和算法的有效性和性能优势。
展开更多
关键词
低空监视雷达
“走
-
停
-
走”目标跟踪
随机集理论
重生过程模型
标签
多伯努利
滤波
器
下载PDF
职称材料
题名
δ-广义标签多伯努利滤波算法的非线性扩展
被引量:
1
1
作者
齐美彬
胡晶晶
程佩琳
靳学明
机构
合肥工业大学计算机与信息学院
中国电子科技集团第
出处
《系统工程与电子技术》
EI
CSCD
北大核心
2021年第12期3571-3578,共8页
基金
国家自然科学基金(61771180)资助课题。
文摘
针对高斯混合(Gaussian mixture,GM)实现的变分贝叶斯-δ-广义标签多伯努利(variational Bayesian-δ-generalized labeled multi-Bernoulli,VB-δ-GLMB)滤波算法在非线性场景下跟踪性能较低这一问题,结合基于临近点算法(proximal point algorithm,PPA)和变分贝叶斯(variational Bayesian,VB)的迭代优化与容积卡尔曼滤波(cubature Kalman filtering,CKF),提出一种适用于非线性模型的机动多目标跟踪算法。该算法在GM-VB-δ-GLMB的基础上采用逆伽马(inverse-Gamma,IG)和高斯乘积混合分布近似量测噪声协方差和状态联合后验分布;利用PPA-CKF-VB(PCKF-VB)方法对传递过程中的高斯项参数进行预测更新;最后为提高滤波精度进行变分贝叶斯容积RTS(VB cubature Rauch-Tung-Striebel,VB-CRTS)平滑。仿真结果表明,对于量测噪声未知的非线性系统,所提的算法与现有的VB-δ-GLMB算法相比目标跟踪精度有显著提高。
关键词
δ-
广义
标签
多伯努利
算法
非线性模型
容积卡尔曼
滤波
临近点算法
变分贝叶斯近似
Keywords
δ-
generalized labeled multi
-
Bernoulli(
δ-
GLMB)algorithm
nonlinear model
cubature Kalman filter(CKF)
proximal point algorithm
variational Bayesian approximation
分类号
TN953 [电子电信—信号与信息处理]
下载PDF
职称材料
题名
基于交互多模型的分组δ-广义标签多伯努利算法
被引量:
3
2
作者
辛怀声
曹晨
机构
中国电子科技集团公司电子科学研究院
出处
《系统工程与电子技术》
EI
CSCD
北大核心
2022年第4期1128-1138,共11页
文摘
为了解决马尔科夫跳变系统广义标签多伯努利滤波器在多机动目标跟踪场景需要计算大量模式假设分支,并且需要频繁对假设分支进行剪枝,导致算法存在计算量过高并且影响跟踪精度的问题,提出一种基于交互多模型的分组δ-广义标签多伯努利滤波器。滤波器采用航迹分组策略,不同组的航迹独立进行关联映射与分支权重计算,降低了关联的计算复杂度,可以实现不同航迹组之间并行滤波。另外,为了处理机动目标场景引入交互多模型,给出基于交互多模型的分组滤波递推方程。仿真结果表明,所提出的滤波器跟踪精度更高,计算速度更快,可以用于跟踪多个机动目标的场景。
关键词
随机有限集
δ-
广义
标签
多伯努利
滤波
器
多目标跟踪
交互多模型
Keywords
random finite set(RFS)
δ-
generalized labeled multi
-
Bernoulli(
δ-
GLMB)filter
multi target tracking(MTT)
interacting multiple mode(IMM)
分类号
TN95 [电子电信—信号与信息处理]
下载PDF
职称材料
题名
基于VB近似的自适应δ-GLMB滤波算法
被引量:
4
3
作者
袁常顺
王俊
向洪
孙进平
机构
北京航空航天大学电子与信息工程学院
出处
《系统工程与电子技术》
EI
CSCD
北大核心
2017年第2期237-243,共7页
基金
国家自然科学基金(61471019
61501011
+1 种基金
61501012
61671035)资助课题
文摘
目前,基于δ-扩展标签多伯努利(δ-generalized labeled multi-Bernoulli,δ-GLMB)滤波器的多目标跟踪方法假设量测噪声协方差先验已知,而实际中量测噪声协方差可能是未知或随着环境改变而变化。针对上述问题,提出一种基于变分贝叶斯(variational Bayesian,VB)近似的自适应δ-GLMB滤波算法。该算法以δ-GLMB滤波器为基础,利用逆威沙特和高斯乘积混合分布近似量测噪声协方差和多目标状态联合后验分布,通过VB近似技术推导滤波迭代。仿真结果表明,所提算法对于线性未知量测噪声协方差场景具有很强的多目标跟踪鲁棒性,在有效估计量测噪声协方差的同时实现准确的目标数和目标状态估计。
关键词
多目标跟踪
未知量测噪声协方差
随机有限集
变分贝叶斯近似
δ-扩展标签多伯努利滤波
Keywords
multi
-
target tracking
unknown measurement noise covariance
random finite sets
variational Bayesian (VB) approximatiom
δ-
generalized labeled multi
-
Bernoulli (δGLMB)
分类号
TN953 [电子电信—信号与信息处理]
下载PDF
职称材料
题名
基于单声矢量传声器虚拟扩展的多机动声目标跟踪算法
4
作者
张君
鲍明
赵静
陈志菲
杨建华
机构
西北工业大学自动化学院
中国科学院声学研究所噪声与振动实验室
出处
《自动化学报》
EI
CAS
CSCD
北大核心
2023年第2期383-398,共16页
基金
国家自然科学基金(12174314)资助。
文摘
为解决单声矢量传声器(Acoustic vector sensor,AVS)可跟踪声目标数目少、跟踪性能差的问题,提出了基于AVS虚拟扩展的多机动声目标跟踪算法.首先,引入高阶累积量预处理过程并建立高阶似然函数,不仅能够抑制高斯噪声、提高估计精度,还可通过AVS的虚拟扩展增加可跟踪目标数目.然后,在边缘化δ广义标签多伯努利(Marginalizedδ-generalized label multi-bernoulli,Mδ-GLMB)滤波框架下,提出了基于累积量的增广运动模型状态的Mδ-GLMB(Cumulants-based augumented motion model state Mδ-GLMB,Cum-AMMS-GLMB)算法.算法引入多种运动模型,并将表征不同模型的索引标号作为目标状态的增广参数,通过各模型间的加权混合获取优于单一运动模型的跟踪性能.除此之外,算法的序贯蒙特卡洛(Sequential Monte Carlo,SMC)实现过程中,依据高阶预处理获得的归一化空间谱拟合检测概率函数,抑制了杂波向可用粒子扩展,进一步增强了高似然区域的粒子.最后,推导了AVS目标跟踪的后验克拉美罗下界(Posterior cram e’r-rao lower bound,PCRLB),并通过仿真实验验证了算法的量测噪声抑制能力和声目标跟踪性能.
关键词
声矢量传声器
高阶累积量
虚拟
扩展
广义
标签
多伯努利
滤波
多目标跟踪
Keywords
Acoustic vector sensor(AVS)
higher
-
order cumulants
virtual extension
generalized labeled multibernoulli filter
multi
-
target tracking
分类号
TN912.2 [电子电信—通信与信息系统]
下载PDF
职称材料
题名
非线性量测下的机动多目标跟踪
5
作者
国强
任海宁
周凯
戚连刚
机构
哈尔滨工程大学信息与通信工程学院
先进船舶通信与信息技术工业和信息化部重点实验室(哈尔滨工程大学)
出处
《哈尔滨工业大学学报》
EI
CAS
CSCD
北大核心
2024年第5期64-73,共10页
基金
国家重点研发计划(2018YFE0206500)
国家自然科学基金(62071140)
中央高校基本科研业务费专项(3072022QBZ0801)。
文摘
为了解决非线性量测下机动多目标跟踪实时性差、跟踪误差大以及对杂波变化鲁棒性较差的问题,基于随机有限集理论,提出了一种采用量测转换和模糊算法改进的多模型δ-广义标签多伯努利滤波器。首先,推导了交互多模型的δ-GLMB滤波器,通过去相关无偏量测转换实现位置量测从极坐标系到笛卡尔坐标系的无偏转换,并通过预测值去除量测误差和其协方差的相关性造成的滤波估计偏差,实现了非线性场景下的机动多目标跟踪;然后,通过航迹和量测的关联新息以及目标的机动约束构建联合波门,降低了杂波量测的数量;最后引入改进的模糊算法,以目标的模型后验概率为输入,根据模型的分离程度自适应调节运动模型的过程噪声,增加滤波精度。研究结果表明:在杂波环境下,通过与CKF-JMS-δ-GLMB、CKF-IMM-δ-GLMB等非线性多模型滤波器对比,所提算法计算时间较小,且跟踪精度更高,鲁棒性强。所提算法避免了传统的非线性处理方式计算量较大的问题,并且具有较好的杂波抑制特性,提升了非线性量测下机动多目标跟踪的性能。
关键词
非线性量测
机动多目标
δ-
广义
标签
多伯努利
滤波
器
量测转换
交互多模型
模糊算法
Keywords
nonlinear measurements
maneuvering multiple target
δ-
generalized labeled multi
-
Bernoulli(
δ-
GLMB)
converted measurement
interactive multiple model
fuzzy algorithm
分类号
TN953 [电子电信—信号与信息处理]
下载PDF
职称材料
题名
一步数据关联GLMB扩展目标跟踪算法
被引量:
5
6
作者
李翠芸
李洋
姬红兵
石仁政
机构
西安电子科技大学电子工程学院
出处
《西安电子科技大学学报》
EI
CAS
CSCD
北大核心
2020年第5期137-143,共7页
基金
国家自然科学基金(61871301)。
文摘
针对传统的扩展目标跟踪算法在目标近邻场景中由于量测不可分导致跟踪性能下降的问题,提出了一种基于一步数据关联的扩展目标跟踪算法。该算法用乘性噪声模型对目标进行建模,将联合概率数据关联理论中的一步数据关联处理方法与广义标签多伯努利滤波器相结合,实现在量测难以划分情况下的多扩展目标跟踪。仿真实验表明,该算法能够在交叉、近邻场景中实现对目标的有效跟踪,并且在估计精度方面优于传统的基于量测划分的扩展目标跟踪算法。
关键词
扩展
目标跟踪
乘性噪声模型
二阶
扩展
卡尔曼
滤波
算法
数据关联
广义
标签
多伯努利
滤波
器
Keywords
extended target tracking
multiplicative noise model
second
-
order extended kalman filtering
data association
generalized labeled multi
-
bernoulli filter
分类号
TN953 [电子电信—信号与信息处理]
下载PDF
职称材料
题名
低空监视雷达“走-停-走”目标跟踪技术
被引量:
1
7
作者
徐开明
王佰录
李溯琪
邓云凯
王经鹤
机构
中国科学院空天信息创新研究院
中国科学院大学电子电气与通信工程学院
重庆大学微电子与通信工程学院
出处
《雷达学报(中英文)》
EI
CSCD
北大核心
2022年第3期443-458,共16页
基金
国家自然科学基金(61901094)
中央高校基金(2021CDJJMRH-009)
重庆大学科研启动基金(02140011044134)。
文摘
以旋翼无人机为代表的低空小目标常采用低速“走-停”策略或利用障碍物遮挡,躲避雷达追踪,对重要信息装备和战略要地进行点穴式打击或干扰。这类目标可多次消失-重返于雷达视域,称之“走-停-走”目标。若采用传统目标跟踪模型和算法处理这类目标,易导致目标身份不连续、航迹碎片化。该文在随机集理论框架下,基于标签多伯努利(LMB)滤波器,研究低空监视雷达“走-停-走”目标连续跟踪问题。为描述“走-停-走”目标多次往返于雷达视域的演化特性,首次引入第3类出生目标模型,即重生(RB)过程模型。首先,利用目标重返雷达视域前-后目标状态的空间位置和动力学参数关系,提出一种基于空域相关(SC)的RB过程;然后,基于SC-RB过程,在贝叶斯滤波框架下,设计了SC-RB-LMB滤波器算法,可实现多“走-停-走”目标连续稳健跟踪,维持航迹标签的连续性;最后,在典型低空监视场景下,通过仿真和实测数据验证了提出模型和算法的有效性和性能优势。
关键词
低空监视雷达
“走
-
停
-
走”目标跟踪
随机集理论
重生过程模型
标签
多伯努利
滤波
器
Keywords
Low
-
altitude surveillance radar
Move
-
stop
-
move target tracking
Random finite set statistics
Rebirth procedure model
LMB filter
分类号
TN953 [电子电信—信号与信息处理]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
δ-广义标签多伯努利滤波算法的非线性扩展
齐美彬
胡晶晶
程佩琳
靳学明
《系统工程与电子技术》
EI
CSCD
北大核心
2021
1
下载PDF
职称材料
2
基于交互多模型的分组δ-广义标签多伯努利算法
辛怀声
曹晨
《系统工程与电子技术》
EI
CSCD
北大核心
2022
3
下载PDF
职称材料
3
基于VB近似的自适应δ-GLMB滤波算法
袁常顺
王俊
向洪
孙进平
《系统工程与电子技术》
EI
CSCD
北大核心
2017
4
下载PDF
职称材料
4
基于单声矢量传声器虚拟扩展的多机动声目标跟踪算法
张君
鲍明
赵静
陈志菲
杨建华
《自动化学报》
EI
CAS
CSCD
北大核心
2023
0
下载PDF
职称材料
5
非线性量测下的机动多目标跟踪
国强
任海宁
周凯
戚连刚
《哈尔滨工业大学学报》
EI
CAS
CSCD
北大核心
2024
0
下载PDF
职称材料
6
一步数据关联GLMB扩展目标跟踪算法
李翠芸
李洋
姬红兵
石仁政
《西安电子科技大学学报》
EI
CAS
CSCD
北大核心
2020
5
下载PDF
职称材料
7
低空监视雷达“走-停-走”目标跟踪技术
徐开明
王佰录
李溯琪
邓云凯
王经鹤
《雷达学报(中英文)》
EI
CSCD
北大核心
2022
1
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部