基于神经网络的椭圆扩展目标形态估计

针对复杂环境下由稀疏量测引起的椭圆扩展目标形态估计精度低的问题，提出了一种基于神经网络的形态估计方法。利用神经网络对目标量测进行处理，估计出椭圆扩展目标的轴长，然后结合卡尔曼滤波算法实现目标的跟踪。仿真实验结果表明，通过与基于随机矩阵、乘性误差以及卷积神经网络等模型的算法相比，所提算法的跟踪性能有显著改进。