版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、數(shù)據(jù)融合是對(duì)多源信息進(jìn)行處理的一門(mén)綜合性學(xué)科.目標(biāo)跟蹤是數(shù)據(jù)融合的一個(gè)重要方面.傳統(tǒng)的多目標(biāo)跟蹤技術(shù)存在快速響應(yīng)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(jì)80年代以來(lái),神經(jīng)網(wǎng)絡(luò)技術(shù)的再次興起,為多目標(biāo)跟蹤研究注入了新的活力.本文通過(guò)分析神經(jīng)網(wǎng)絡(luò)的功能、特點(diǎn),將其與目標(biāo)跟蹤技術(shù)相結(jié)合,首先提出一種基于kohonen網(wǎng)絡(luò)的多目標(biāo)跟蹤算法.此算法將位置測(cè)量信息作為網(wǎng)絡(luò)輸入信息,結(jié)合卡爾曼濾波等方法對(duì)目標(biāo)實(shí)施跟
2、蹤.仿真表明,在一定條件下此算法跟蹤較準(zhǔn)確,但由于網(wǎng)絡(luò)自身的局限性,對(duì)跟蹤的實(shí)時(shí)性有一定影響.針對(duì)這一問(wèn)題,本文引入了模糊kohonen聚類(FKCN)算法,將其與kohonen算法進(jìn)行對(duì)比分析,提出改進(jìn)算法.仿真結(jié)果表明,基于FKCN的改進(jìn)算法與基于kohonen網(wǎng)絡(luò)的跟蹤算法相比,大大加快了網(wǎng)絡(luò)的收斂速度,提高了跟蹤的實(shí)時(shí)性.本文還將FKCN算法與"先融合后濾波"的思想相結(jié)合,提出了一種多傳感器測(cè)量信息融合算法.仿真實(shí)驗(yàn)證明了此跟蹤
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)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(qǐng)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(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)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(jīng)網(wǎng)絡(luò)的多目標(biāo)跟蹤信息融合技術(shù)的研究.pdf
- 基于神經(jīng)網(wǎng)絡(luò)的機(jī)動(dòng)多目標(biāo)跟蹤技術(shù)研究.pdf
- 數(shù)據(jù)融合多目標(biāo)跟蹤方法研究.pdf
- 基于數(shù)據(jù)融合的多目標(biāo)跟蹤與屬性融合的研究.pdf
- 基于神經(jīng)網(wǎng)絡(luò)數(shù)據(jù)融合的水下目標(biāo)檢測(cè)識(shí)別研究.pdf
- 基于深層神經(jīng)網(wǎng)絡(luò)的多目標(biāo)學(xué)習(xí)和融合的語(yǔ)音增強(qiáng)研究.pdf
- 基于雷達(dá)-紅外數(shù)據(jù)融合多目標(biāo)跟蹤濾波算法的研究.pdf
- 基于深度神經(jīng)網(wǎng)絡(luò)的目標(biāo)跟蹤方法研究.pdf
- 基于神經(jīng)網(wǎng)絡(luò)的圖像目標(biāo)跟蹤算法研究.pdf
- 基于深度卷積神經(jīng)網(wǎng)絡(luò)的目標(biāo)跟蹤.pdf
- 基于卷積神經(jīng)網(wǎng)絡(luò)的運(yùn)動(dòng)目標(biāo)跟蹤研究.pdf
- 基于粗糙集多目標(biāo)跟蹤的數(shù)據(jù)融合算法研究.pdf
- 基于卷積神經(jīng)網(wǎng)絡(luò)的目標(biāo)跟蹤技術(shù)研究
- 基于卷積神經(jīng)網(wǎng)絡(luò)的目標(biāo)跟蹤技術(shù)研究.pdf
- 數(shù)據(jù)融合中基于神經(jīng)網(wǎng)絡(luò)的目標(biāo)識(shí)別方法研究.pdf
- 基于神經(jīng)網(wǎng)絡(luò)的數(shù)據(jù)融合研究和仿真.pdf
- 基于神經(jīng)網(wǎng)絡(luò)與多特征融合的粒子濾波目標(biāo)檢測(cè)跟蹤算法研究.pdf
- 基于神經(jīng)網(wǎng)絡(luò)的空間目標(biāo)軌跡跟蹤系統(tǒng)的研究.pdf
- 基于小波神經(jīng)網(wǎng)絡(luò)的機(jī)動(dòng)目標(biāo)跟蹤的研究.pdf
- 多目標(biāo)無(wú)源跟蹤數(shù)據(jù)融合算法研究.pdf
評(píng)論
0/150
提交評(píng)論