

已閱讀1頁,還剩111頁未讀, 繼續(xù)免費閱讀
版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領
文檔簡介
1、數據融合是對多源信息進行處理的一門綜合性學科.目標跟蹤是數據融合的一個重要方面.傳統的多目標跟蹤技術存在快速響應與提高精度之間的矛盾,尋求更好的解決方法一直是專家們不斷研究探討的.20世紀80年代以來,神經網絡技術的再次興起,為多目標跟蹤研究注入了新的活力.本文通過分析神經網絡的功能、特點,將其與目標跟蹤技術相結合,首先提出一種基于kohonen網絡的多目標跟蹤算法.此算法將位置測量信息作為網絡輸入信息,結合卡爾曼濾波等方法對目標實施跟
2、蹤.仿真表明,在一定條件下此算法跟蹤較準確,但由于網絡自身的局限性,對跟蹤的實時性有一定影響.針對這一問題,本文引入了模糊kohonen聚類(FKCN)算法,將其與kohonen算法進行對比分析,提出改進算法.仿真結果表明,基于FKCN的改進算法與基于kohonen網絡的跟蹤算法相比,大大加快了網絡的收斂速度,提高了跟蹤的實時性.本文還將FKCN算法與"先融合后濾波"的思想相結合,提出了一種多傳感器測量信息融合算法.仿真實驗證明了此跟蹤
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯系上傳者。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
- 6. 下載文件中如有侵權或不適當內容,請與我們聯系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于神經網絡的多目標跟蹤信息融合技術的研究.pdf
- 基于神經網絡的機動多目標跟蹤技術研究.pdf
- 數據融合多目標跟蹤方法研究.pdf
- 基于數據融合的多目標跟蹤與屬性融合的研究.pdf
- 基于神經網絡數據融合的水下目標檢測識別研究.pdf
- 基于深層神經網絡的多目標學習和融合的語音增強研究.pdf
- 基于雷達-紅外數據融合多目標跟蹤濾波算法的研究.pdf
- 基于深度神經網絡的目標跟蹤方法研究.pdf
- 基于神經網絡的圖像目標跟蹤算法研究.pdf
- 基于卷積神經網絡的運動目標跟蹤研究.pdf
- 基于深度卷積神經網絡的目標跟蹤.pdf
- 基于卷積神經網絡的目標跟蹤技術研究
- 基于粗糙集多目標跟蹤的數據融合算法研究.pdf
- 基于卷積神經網絡的目標跟蹤技術研究.pdf
- 基于神經網絡的數據融合研究和仿真.pdf
- 數據融合中基于神經網絡的目標識別方法研究.pdf
- 基于神經網絡與多特征融合的粒子濾波目標檢測跟蹤算法研究.pdf
- 基于神經網絡的空間目標軌跡跟蹤系統的研究.pdf
- 基于小波神經網絡的機動目標跟蹤的研究.pdf
- 多目標無源跟蹤數據融合算法研究.pdf
評論
0/150
提交評論