一种深度学习航迹关联方法

崔亚奇; 何友; 唐田田; 熊伟

doi:10.12263/DZXB.20200299

您当前的位置：

首页 >

文章列表页 >

一种深度学习航迹关联方法

科研通信 | 更新时间：2025-12-11

- 一种深度学习航迹关联方法
- A Deep Learning Track Correlation Method
- 电子学报 2022年50卷第3期页码：759-763
- 作者机构：
  
  海军航空大学信息融合研究所，山东烟台 264001
- 作者简介：
  
  [ "崔亚奇男，1987年生，河南人，博士，副教授，主持国家自然基金青年基金1项，入选中国科协青年人才托举工程，获中国航空学会科技进步二等奖1项、省部级科技进步二等奖2项，发表学术论文32篇，其中SCI 11篇、EI 17篇，获授权国家发明专利10项、登记软件著作权3项、出版专著2部、译著1部，协助指导硕博研究生12名，其中1名获山东省优秀博士学位论文、1名获中国航空学会优秀硕士论文.目前主要研究方向为雷达数据处理、多源信息融合和人工智能交叉应用等.E-mail:cui_yaqi@126.com" ]
  [ "何友男，1956年生，吉林人，信息融合专家.1982年、1988年分获海军工程大学学士和硕士学位，1997年获清华大学博士学位，曾在德国布伦瑞克工业大学作访问学者.现为海战场信息感知与融合技术军队重点实验室主任、教授、博士生导师，中国指挥与控制学会副理事长，中国电子学会、中国航空学会常务理事，中国航空学会信息融合分会主任委员，IET Fellow等." ]
- 基金信息：
  
  国家自然科学基金重大项目(61790550;61790554);国家自然科学基金青年基金(62001499)
- DOI：10.12263/DZXB.20200299
  中图分类号： TP953;TN957
- 收稿：2020-03-27，
  
  修回：2021-03-05，
  
  纸质出版：2022-03-25
- 稿件说明：
移动端阅览
崔亚奇,何友,唐田田等.一种深度学习航迹关联方法[J].电子学报,2022,50(03):759-763.

CUI Ya-qi,HE You,TANG Tian-tian,et al.A Deep Learning Track Correlation Method[J].ACTA ELECTRONICA SINICA,2022,50(03):759-763.
崔亚奇,何友,唐田田等.一种深度学习航迹关联方法[J].电子学报,2022,50(03):759-763. DOI： 10.12263/DZXB.20200299.

CUI Ya-qi,HE You,TANG Tian-tian,et al.A Deep Learning Track Correlation Method[J].ACTA ELECTRONICA SINICA,2022,50(03):759-763. DOI： 10.12263/DZXB.20200299.

摘要

根据机器学习当中的理论方法，通过输入和输出数据设计，把信息融合领域的航迹关联问题，转换为机器学习领域中的分类识别问题，研究提出了一种深度学习航迹关联方法.仿真结果表明：所提方法在关联性能和自适应能力方面优于对比方法，具有较好的应用前景.

Abstract

According to the theories and methods in machine learning

we converted the track correlation problem in the field of information fusion to a classification recognition problem in the field of machine learning by designing the input data and output data. In advance

a deep learning track correlation method was proposed in this paper. The experiments illustrate that the new method is better than the compared methods in the aspect of correlation performance and adaptation abilities. Thus

the new method would have a good applied foreground.

关键词

Keywords

references

陈世友 , 肖厚 , 刘颢 . 航迹关联不确定度的表示 [J]. 电子学报 , 2011 , 39 ( 7 ): 1589 ‑ 1593 .

CHEN S Y , XIAO H , LIU H . Expression of track correlation uncertainty [J]. Acta Electronica Sinica , 2011 , 39 ( 7 ): 1589 ‑ 1593 . (in Chinese)

李洋 , 张靖 . 基于自适应滑动窗均值OSPA航迹关联算法 [J]. 电子学报 , 2016 , 44 ( 2 ): 353 ‑ 357 .

LI Y , ZHANG J . Track fusion based on the mean OSPA distance with an adaptive sliding window [J]. Acta Electronica Sinica , 2020 , 44 ( 2 ): 353 ‑ 357 . (in Chinese)

李保珠 , 董云龙 , 丁昊 , 等 . 基于高斯混合模型的航迹抗差关联算法 [J]. 航空学报 , 2019 , 40 ( 6 ): 221 ‑ 229 .

LI B Z , DONG Y L , DING H . Anti-bias track association algorithm based on Gaussian mixture model [J]. Acta Aeronautica ET Astronautica Sinica , 2019 , 40 ( 6 ): 221 ‑ 229 . (in Chinese)

王刚 , 汪秋莹 . 利用JPDA进行编队目标的多雷达航迹关联应用研究 [J]. 现代雷达 , 2019 , 41 ( 4 ): 39 ‑ 42 .

WANG G , WANG Q Y . Multi-radar track association of formation targets based on JPDA [J]. Modern Radar , 2019 , 41 ( 4 ): 39 ‑ 42 . (in Chinese)

LECUN Y , BENGIO Y , HINTON G . Deep Learning [J]. 2015 , 521 ( 7553 ): 436 .

秦鑫 , 黄洁 , 查雄 , 等 . 基于扩张残差网络的雷达辐射源信号识别 [J]. 电子学报 , 2020 , 48 ( 3 ): 456 ‑ 462 .

QIN Xin , HUANG Jie , ZHA Xiong , et al . Radar emitter signal recognition based on dilated residual network [J]. Acta Electronica Sinica , 2020 , 48 ( 3 ): 456 ‑ 462 . (in Chinese)

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

基于非一般类算子融合方法及硬件架构设计

DRHA-UIE：基于双重残差混合注意力模块的水下图像增强方法

MalMKNet：一种用于恶意代码分类的多尺度卷积神经网络

基于特征膨胀卷积模块的轻量化技术研究

Mobile_BLNet：基于Big-Little Net的轻量级卷积神经网络优化设计