共查询到19条相似文献,搜索用时 72 毫秒
1.
对于异步场景下的数据关联,通过时间配准将异步点迹集合同步化的方法计算复杂且误差较大,严重影响关联效果.在不进行时间配准的前提下,提出一种基于集合经验模态分解(Ensemble Empirical Mode Decom-position,EEMD)来提取趋势项的异步点迹关联方法.仿真结果表明,该方法整体上的关联效果好于基... 相似文献
2.
3.
传感器信息融合一直以来被认为是改进目标跟踪的一种有效手段.一般的做法是假设所有传感器是同步的,但是这样的假设在实际系统中常常是难以做到的.本文在考虑多传感器目标跟踪时,不依赖于同步假设,即允许各传感器使用不同的采样频率,允许传感器平台与处理中心存在交流延迟等,提出了一种新的基于局部融合跟踪和全局融合跟踪的处理方案.该方案是在分布式融合的基础上,融合处理可以发生在融合区间内的任意时刻. 相似文献
4.
5.
6.
7.
8.
9.
10.
11.
12.
13.
14.
航迹关联与融合是分布式雷达信息系统中的关键技术之一,是充分有效地利用多源信息的重要手段。简述了雷达信息系统中时空校准、数据关联和航迹融合3个处理过程中的算法概况,并对修正的K近邻域算法和量测值加权融合算法做了仿真分析,评估了这些算法的可信性和精确度。 相似文献
15.
16.
万树平 《计算机工程与应用》2009,45(7):209-211
针对机器人非视觉多传感器目标识别问题,提出了一种基于改进TOPSIS的多传感器信息融合方法。该方法利用指标隶属度矩阵把多目标识别问题转化为多目标决策问题。通过引入熵权和相对接近度改进TOPSIS,给出多传感器目标识别规则。应用实例验证了算法的有效性和实用性。 相似文献
17.
In this paper, an adaptive neural network approach to classification which combines modified probabilistic neural network
and D-S evidence theory (PNN-DS) is proposed. It attempts to deal with the drawbacks of information uncertainty and imprecision
using single classification algorithm. This PNN-DS approach firstly adopts a modified PNN to obtain posteriori probabilities
and make a primary classification decision in feature-level fusion. Then posteriori probabilities are transformed to masses
noting the evidence of the D-S evidential theory. Finally advanced D-S evidential theory is utilized to gain more accurate
classification results in the last decision-level fusion. In order to implement PNN-DS, covariance matrices are firstly employed
in the modified PNN module to replace the singular smoothing factor in the PNN’s kernel function, and linear function is utilized
in the pattern of summation layer. Secondly, the whole scheme of the proposed approach is explained in depth. Thirdly, three
classification experiments are carried out on the proposed approach and a large amount of comparable analyses are done to
demonstrate the effectiveness and robustness of the proposed approach. Experiments reveal that the PNN-DS outperforms BPNN-DS,
which provides encouraging results in terms of classification accuracy and the speed of learning convergence. 相似文献
18.
基于伪测量的分布式最优单步延迟航迹融合估计 总被引:1,自引:0,他引:1
融合中心如何处理无序局部数据,对分布式多传感器系统的运行品质至关重要.本文将系统中的局部估计转化为伪测量,将分布式融合估计转化为二级集中式融合估计.将所得的伪测量兼分布式融合估计算法与单步延迟的无序测量数据(out-of-sequencemeasurements,OOSM)最优滤波-A1算法进行组合,得出了分布式多传感器系统的最优单步延迟无序航迹(out-of-sequence tacks,OOST)估计算法,适用于航迹无序局部数据融合估计.该算法具有最优估计性能. 相似文献