多目标跟踪关联中的多特征数据融合方法

程洪玮; 周一宇; 孙仲康

您当前的位置：

首页 >

文章列表页 >

多目标跟踪关联中的多特征数据融合方法

更新时间：2025-12-08

- 多目标跟踪关联中的多特征数据融合方法
- Multiple Feature Data Fusion Method in Multitarget Association and Tracking
- 电子学报 1999年第3期页码：136-139
- 作者机构：
  
  1. 国防科技大学电子工程学院!长沙
  2. 410073
- 作者简介：
- 基金信息：
- DOI：
  中图分类号： TP212
- 纸质出版：1999
- 稿件说明：
移动端阅览
[1]程洪玮,周一宇,孙仲康.多目标跟踪关联中的多特征数据融合方法[J].电子学报,1999(03):136-139.

程洪玮, 周一宇, 孙仲康. Multiple Feature Data Fusion Method in Multitarget Association and Tracking[J]. Acta Electronica Sinica, 1999, (3): 136-139.
[1]程洪玮,周一宇,孙仲康.多目标跟踪关联中的多特征数据融合方法[J].电子学报,1999(03):136-139. DOI：

程洪玮, 周一宇, 孙仲康. Multiple Feature Data Fusion Method in Multitarget Association and Tracking[J]. Acta Electronica Sinica, 1999, (3): 136-139. DOI：

摘要

本文讨论了利用传感器获取的有关目标的多特征数据来实现多目标关联跟踪的方法．通过品质函数的概念定义一种关联测度，并且阐明这一测度是常规关联决策的推广关联测度可以取0到1之间的任何实数值来表示相关程度．考虑到实际情况下某些特征数据可能不易持续获得，引入了有效因子来处理特征数据缺损的情况．本文采用了计算机仿真实验对比的方法研究了多特征数据关联跟踪的效果．

Abstract

In this paper we discuss a kind of multitarget tracking and association method based on data fusion of heterogeous multiple feature data gained by a sensor such as space state

signal amplitude

Doppler frequency and so on. We define a correlation measure which we explain as the generalization of conventional association decision.Correlation measure can take any real value from 0 to 1 to represent the extent Of correlation. Considering the practical circumstances that some feature data might not be easily gained successively

we introduce an effective factor to deal with the cases. In the paper we also discuss the association results by comparison of computer simulation tests.

关键词

Keywords

references

浏览量

520

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

基于最小模糊误差熵的机动目标跟踪新方法

动态自适应特征融合的MFOPA跟踪器

动态联合最近邻算法

被动传感器网基于模糊综合贴近度的航迹起始