主被动传感器实时信息融合的STMHM算法

芦建辉; 陈东锋; 万朝江; 杨承志

doi:10.3969/j.issn.0372-2112.2012.09.007

您当前的位置：

首页 >

文章列表页 >

主被动传感器实时信息融合的STMHM算法

学术论文 | 更新时间：2025-07-16

- 主被动传感器实时信息融合的STMHM算法
- STMHM Algorithm of Active and Passive Sensors Real-Time Data Fusion
- 电子学报 2012年40卷第9期页码：1740-1745
- 作者机构：
  
  空军航空大学,吉林,长春,130022
- 作者简介：
- 基金信息：
  
  国家自然科学基金 (No.61102120)
- DOI：10.3969/j.issn.0372-2112.2012.09.007
  中图分类号： TN95
- 纸质出版：2012
- 稿件说明：
移动端阅览
芦建辉, 陈东锋, 万朝江, 等. 主被动传感器实时信息融合的STMHM算法[J]. 电子学报, 2012,40(9):1740-1745.

LU Jian-hui, CHEN Dong-feng, WAN Chao-jiang, et al. STMHM Algorithm of Active and Passive Sensors Real-Time Data Fusion[J]. Acta Electronica Sinica, 2012, 40(9): 1740-1745.
芦建辉, 陈东锋, 万朝江, 等. 主被动传感器实时信息融合的STMHM算法[J]. 电子学报, 2012,40(9):1740-1745. DOI： 10.3969/j.issn.0372-2112.2012.09.007.

LU Jian-hui, CHEN Dong-feng, WAN Chao-jiang, et al. STMHM Algorithm of Active and Passive Sensors Real-Time Data Fusion[J]. Acta Electronica Sinica, 2012, 40(9): 1740-1745. DOI： 10.3969/j.issn.0372-2112.2012.09.007.

摘要

主、被动传感器实时信息融合是同时实现目标跟踪和目标识别的重要途径

构建STMHM(空时二维多假设模型)算法来解决该问题.首先

设计主、被动传感器的融合数据模型

并分别构建两类传感器的目标量测空间

设计STMHM的融合空间;其次

提出主、被动传感器量测空间时间初始化方法

并设计模型的滤波算法

给出适应于该算法的信息融合评判规则;最后

设计空中态势

运用该算法对数据进行融合

验证算法的有效性.

Abstract

Real time data fusion of airborne active and passive sensors was an important technique achieving targets track and recognition.The spatial time multiple hypothesis model (STMHM) algorithm was brought forward to solve the problem.The data-model was respectively constructed for active and passive sensors according to observed data.Fusion-space of STMHM was built upon the active and passive sensors targets-observed-spaces designed from the data-models.Time initialization method was put forth.Filtering algorithm and judgment rules were discussed.We design an aerial situation data

and then use the algorithm to fuse these data and analyze the validity of the algorithm.

关键词

Keywords

references

浏览量

1336

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

被动传感器网基于模糊综合贴近度的航迹起始

三维空间被动传感器的快速数据关联算法研究