基于有效预测区域的模糊数据关联

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

基于有效预测区域的模糊数据关联

张宇, 张建州, 游志胜

文章导航 > 电子科技大学学报 > 2001 > 30(6): 638-642

张宇, 张建州, 游志胜. 基于有效预测区域的模糊数据关联[J]. 电子科技大学学报, 2001, 30(6): 638-642.

引用本文:

张宇, 张建州, 游志胜. 基于有效预测区域的模糊数据关联[J]. 电子科技大学学报, 2001, 30(6): 638-642.

Zhang Yu, Zhang Jianzhou, You Zhisheng. Fuzzy Data Correlation Based on the Predicted Validation Region[J]. Journal of University of Electronic Science and Technology of China, 2001, 30(6): 638-642.

Citation:

Zhang Yu, Zhang Jianzhou, You Zhisheng. Fuzzy Data Correlation Based on the Predicted Validation Region[J]. Journal of University of Electronic Science and Technology of China, 2001, 30(6): 638-642.

基于有效预测区域的模糊数据关联

1.
成都航空职业技术学院计算机系成都 610061;
2.
四川大学计算机学院成都 610064

基金项目:

国家自然科学基金重点资助项目,No.69732010。

作者简介:
张宇女 38岁大学讲师

中图分类号: TN911.7

Fuzzy Data Correlation Based on the Predicted Validation Region

1.
Dept. of Computer,Chengdu Aeronautic Vocational & Technical College Chengdu 610061;
2.
College of Computer,Sichuan University Chengdu 610064

摘要: 多目标多传感器跟踪系统由数据关联和目标状态估计两部分组成,数据关联是多目标跟踪系统研究的核心。数据关联和目标状态估计两部分既有一定的独立性又有密切的联系,而将两部分合理地结合对提高跟踪系统的性能是重要的。该文以跟踪目标的有效预测区域为依据,利用基于Mahalanobis距离的模糊均值聚类方法解决数据关联问题,在一定程度上将数据关联和目标状态估计两个不同的过程相结合,仿真计算说明了其有效性。
- 多目标多传感器跟踪系统 /
- 数据关联 /
- 模糊聚类 /
- Mahalanobis距离
Abstract: Multitarget-multisensor tracking systems consist of data correlation and state estimation. The multitarget tracking is made interesting by the data association problem. The data correlation and state estimation are both certainly independent and closely relative, but the performance of tracking systems can be improved by suitable incorporating the two components. In this paper, a fuzzy correlation approach is presented based on fuzzy clustering means algorithm with Mahalanobis distance. The approach, in a sense, fuses two different procedures of data correlation and state estimation. The simulation result using Monte Carlo method is given to demonstrate the efficiency of the new approach.
- multitarget-multisensor tracking /
- data correlation /
- fuzzy clustering /
- Mahalanobis distance

[1]	李海林, 张丽萍. 时间序列数据挖掘中的聚类研究综述 . 电子科技大学学报, 2022, 51(3): 416-424. doi: 10.12178/1001-0548.2022055
[2]	周雪, 梁超, 何均洋, 唐瀚林. 一体化多目标跟踪算法研究综述 . 电子科技大学学报, 2022, 51(5): 728-736. doi: 10.12178/1001-0548.2021349
[3]	陈爱国, 王玲, 任金胜, 罗光春. 基于资源分组的多约束云工作流调度算法 . 电子科技大学学报, 2017, 46(3): 562-568. doi: 10.3969/j.issn.1001-0548.2017.03.014
[4]	王瑞锦, 郭祥, 王佳昊, 秦志光. 无线传感器网络动态轨迹多目标跟踪算法 . 电子科技大学学报, 2016, 45(2): 233-239.
[5]	邓晓政, 焦李成. 流形距离的自动免疫克隆聚类图像分割算法 . 电子科技大学学报, 2014, 43(5): 742-748. doi: 10.3969/j.issn.1001-0548.2014.05.019
[6]	杨燕, 冯晨菲, 贾真, 王红军. 基于链接的模糊聚类集成方法 . 电子科技大学学报, 2014, 43(6): 887-892. doi: 10.3969/j.issn.1001-0548.2014.06.016
[7]	于振华, 付晓, 王静, 胡正良, 刘宇. 基于声学无线传感器网络的目标跟踪系统研究 . 电子科技大学学报, 2011, 40(4): 568-572. doi: 10.3969/j.issn.1001-0548.2011.04.019
[8]	荣健, 乔文钊. 基于模糊神经系统的多传感器数据融合算法 . 电子科技大学学报, 2010, 39(3): 376-378,424.
[9]	于雪莲, 李中志, 汪学刚. 反向预测加权邻域数据关联算法 . 电子科技大学学报, 2010, 39(3): 364-367. doi: 10.3969/j.issn.1001-0548.2010.03.008
[10]	梁冰, 刘群. 基于自动机模型数据关联性能评估算法 . 电子科技大学学报, 2008, 37(4): 606-609,629.
[11]	曾翎, 王美玲, 陈华富. 遗传模糊C-均值聚类算法应用于MRI分割 . 电子科技大学学报, 2008, 37(4): 627-629.
[12]	舒红平, 徐振明, 邹书蓉, 何嘉. 网格聚类在多雷达数据融合算法中的应用 . 电子科技大学学报, 2007, 36(6): 1253-1256.
[13]	郭磊, 唐斌, 刘刚. 基于辐射源信号特征信息的JPDA无源跟踪算法 . 电子科技大学学报, 2007, 36(1): 27-29.
[14]	牛强, 夏士雄, 周勇, 张磊. 改进的模糊C-均值聚类方法 . 电子科技大学学报, 2007, 36(6): 1257-1259,1272.
[15]	吴祖峰, 葛丽, 李刚. 传感器个数及距离对盲分离影响的分析 . 电子科技大学学报, 2006, 35(2): 186-188.
[16]	董韵涵, 杨万麟. 改进最优聚类中心雷达目标识别法 . 电子科技大学学报, 2006, 35(2): 183-185,192.
[17]	李劲. 测向交叉定位系统的动态航迹起始算法 . 电子科技大学学报, 2006, 35(6): 894-896,912.
[18]	罗光春, 卢显良, 张骏, 李炯. 基于多传感器数据融合的入侵检测机制 . 电子科技大学学报, 2004, 33(1): 71-74.
[19]	张冰, 邱志强. 模糊神经网络在雷达网数据融合中的研究 . 电子科技大学学报, 2001, 30(1): 29-32.
[20]	谭扬波, 陈光. 一种基于最大模糊熵的高斯聚类算法 . 电子科技大学学报, 2000, 29(3): 269-272.

WeChat

点击查看大图

计量

文章访问数: 3450
HTML全文浏览量: 105
PDF下载量: 46
被引次数: 0

基于有效预测区域的模糊数据关联

1. 成都航空职业技术学院计算机系成都 610061;

2. 四川大学计算机学院成都 610064

基金项目:

国家自然科学基金重点资助项目,No.69732010。

作者简介:
张宇女 38岁大学讲师

收稿日期: 2001-06-11
刊出日期: 2001-12-15

中图分类号: TN911.7

关键词:

摘要: 多目标多传感器跟踪系统由数据关联和目标状态估计两部分组成,数据关联是多目标跟踪系统研究的核心。数据关联和目标状态估计两部分既有一定的独立性又有密切的联系,而将两部分合理地结合对提高跟踪系统的性能是重要的。该文以跟踪目标的有效预测区域为依据,利用基于Mahalanobis距离的模糊均值聚类方法解决数据关联问题,在一定程度上将数据关联和目标状态估计两个不同的过程相结合,仿真计算说明了其有效性。

English Abstract

张宇, 张建州, 游志胜. 基于有效预测区域的模糊数据关联[J]. 电子科技大学学报, 2001, 30(6): 638-642.

引用本文:

张宇, 张建州, 游志胜. 基于有效预测区域的模糊数据关联[J]. 电子科技大学学报, 2001, 30(6): 638-642.

Zhang Yu, Zhang Jianzhou, You Zhisheng. Fuzzy Data Correlation Based on the Predicted Validation Region[J]. Journal of University of Electronic Science and Technology of China, 2001, 30(6): 638-642.

Citation:

Zhang Yu, Zhang Jianzhou, You Zhisheng. Fuzzy Data Correlation Based on the Predicted Validation Region[J]. Journal of University of Electronic Science and Technology of China, 2001, 30(6): 638-642.

全文HTML

/

下载: 全尺寸图片幻灯片

分享

用微信扫码二维码

分享至好友和朋友圈

返回

期刊在线

编辑办公

友情链接

电子科技大学

版权所有 © 《电子科技大学学报》编辑部

地址: 成都市建设北路二段四号电子科技大学主楼中350室电话: 028-83202308,83207559 Email: xuebao@uestc.edu.cn

本系统由北京仁和汇智信息技术有限公司开发