高级检索
ENGLISH

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

基于动态联盟的多传感器协同探测与跟踪

武龙,  许蕴山,  夏海宝,  邓有为,  张肖强

downloadPDF
文章导航 > 红外技术  > 2017 >  39(11): 996-1000
武龙, 许蕴山, 夏海宝, 邓有为, 张肖强. 基于动态联盟的多传感器协同探测与跟踪[J]. 红外技术, 2017, 39(11): 996-1000.
引用本文: 武龙, 许蕴山, 夏海宝, 邓有为, 张肖强. 基于动态联盟的多传感器协同探测与跟踪[J]. 红外技术, 2017, 39(11): 996-1000.
shu
WU Long, XU Yunshan, XIA Haibao, DENG Youwei, ZHANG Xiaoqiang. Multi-sensor Cooperative Detection and Tracking Based on Dynamic Coalition[J]. Infrared Technology , 2017, 39(11): 996-1000.
Citation: WU Long, XU Yunshan, XIA Haibao, DENG Youwei, ZHANG Xiaoqiang. Multi-sensor Cooperative Detection and Tracking Based on Dynamic Coalition[J]. Infrared Technology , 2017, 39(11): 996-1000.
shu

基于动态联盟的多传感器协同探测与跟踪

  • 空军工程大学航空航天工程学院,陕西 西安,710038

  • 空军工程大学

基金项目: 国家自然科学基金项目(61379104)%航空科学基金项目(20155596024)
详细信息

  • 中图分类号: TP212.9

Multi-sensor Cooperative Detection and Tracking Based on Dynamic Coalition

    摘要
  • 摘要: 在空战场协同攻击中,常涉及到多传感器协同探测及跟踪,由于目标的出现与消失具有随机性,所以在协同中既要考虑已有目标的跟踪,更要重视新生目标的及时探测和捕获.为此,建立了新生目标的探测概率模型,并阐述了不同传感器联盟对新生目标的探测能力,依据后验克拉美-罗下界(Posterior Cramer-Rao Lower Bound,PCRLB)对已跟踪目标组建传感器联盟,利用二值粒子群优化(Binary Particle Swarm Optimization,BPSO)算法及PCRLB研究基于动态联盟的多传感器协同探测与跟踪方法.仿真表明,该方法跟踪精度较高,误差小且稳定.
    • HTML全文
    • 参考文献(0)
    • 相关文章
    • 施引文献
  • 资源附件(0)
  • 加载中
WeChat 点击查看大图
计量
  • 文章访问数:  239
  • HTML全文浏览量:  20
  • PDF下载量:  10
  • 被引次数: 0
出版历程

目录

    /

    返回文章
    返回

    版权所有 © 《红外技术》编辑部京ICP备000000000号-1

    本系统由 北京仁和汇智信息技术有限公司 开发    百度统计