一种计算观察效率的有效方法

观察效率的好坏是决定观察所位置的选取是否合理的一个重要因素,传统的观察效率计算方法存在许多不足之处,不能准确地反映障碍物对通视的遮挡程度。通过引入一个权重函数,给出了一种较有效的反映观察效率的计算方法,弥补了原计算方法的不足。     

多目标数据关联的神经网络方法

数据关联是多目标跟踪的关键问题。基于 Hopfield神经网络的 JPDA是解决这一关键问题的有效方法之一 ,但此方法的难点在于优化系数的整定。提出一种改进算法 ,用于解决优化系数在线自适应整定问题。首先重新构造了李雅普诺夫能量函数 ,接着引入变化的优化系数因子 ,并给出了优化系数求解的迭代公式 ;最后对已有和改进的算法进行了仿真研究。结果表明改进的方法和原有的方法相比 ,一方面具有在线整定优化系数的功能 ,另一方面可以获得和原有算法非常接近的估计误差。