基于神经网络的修正“当前”统计模型算法 |
| |
引用本文: | 徐奇,王树亮,何志宣.基于神经网络的修正“当前”统计模型算法[J].现代防御技术,2011,39(6). |
| |
作者姓名: | 徐奇 王树亮 何志宣 |
| |
作者单位: | 中国人民解放军73678部队,福建厦门,361009 |
| |
摘 要: | “当前”统计模型及其自适应卡尔曼滤波算法虽能对强机动目标进行较好跟踪,但存在对弱机动目标跟踪误差较大的缺陷.针对这二问题,在推导传统“当前”统计模型适用范围的基础上,对“当前”加速度的概率密度函数进行改进,得到一种修正的“当前”统计模型算法.为克服算法对加速度极限值的依赖,进一步提高跟踪精度,利用神经网络将2种参数信息融合,通过其输出对系统方差作加权调整.仿真结果表明,不论是对弱机动目标还是强机动目标,新算法较传统的算法都有较高的跟踪精度.
|
关 键 词: | 当前统计模型 机动目标跟踪 神经网络 信息融合 |
Improved Current Statistical Model Algorithm Based on Neural Network |
| |
Abstract: | |
| |
Keywords: | |
本文献已被 万方数据 等数据库收录! |
|