反向预测加权邻域数据关联算法

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

反向预测加权邻域数据关联算法

于雪莲, 李中志, 汪学刚

文章导航 > 电子科技大学学报 > 2010 > 39(3): 364-367

于雪莲, 李中志, 汪学刚. 反向预测加权邻域数据关联算法[J]. 电子科技大学学报, 2010, 39(3): 364-367. doi: 10.3969/j.issn.1001-0548.2010.03.008

引用本文:

于雪莲, 李中志, 汪学刚. 反向预测加权邻域数据关联算法[J]. 电子科技大学学报, 2010, 39(3): 364-367. doi: 10.3969/j.issn.1001-0548.2010.03.008

YU Xue-lian, LI Zhong-zhi, WANG Xue-gang. Reverse Prediction Weighted Neighbor Data Association Algorithm[J]. Journal of University of Electronic Science and Technology of China, 2010, 39(3): 364-367. doi: 10.3969/j.issn.1001-0548.2010.03.008

Citation:

YU Xue-lian, LI Zhong-zhi, WANG Xue-gang. Reverse Prediction Weighted Neighbor Data Association Algorithm[J]. Journal of University of Electronic Science and Technology of China, 2010, 39(3): 364-367. doi: 10.3969/j.issn.1001-0548.2010.03.008

反向预测加权邻域数据关联算法

doi: 10.3969/j.issn.1001-0548.2010.03.008

1.
电子科技大学电子工程学院成都 610054;
2.
成都信息工程学院网络工程系成都 610225

基金项目:

国家自然科学基金(60736045)

作者简介:
于雪莲(1980-)，女，博士生，主要从事信号处理、目标识别与跟踪方面的研究.

中图分类号: TN713

Reverse Prediction Weighted Neighbor Data Association Algorithm

1.
School of Electronic Engineering,University of Electronic Science and Technology of China Chengdu 610054;
2.
Department of Network Engineering,Chengdu University of Information Technology Chengdu 610225

摘要: 标准最近邻域数据关联算法在杂波环境下可能出现误跟踪和丢失目标的现象。综合考虑相关波门内所有候选回波，提出了反向预测加权邻域数据关联算法。通过计算候选回波反向预测新息范数，归一化后作为各候选回波的加权系数，然后将候选回波加权和作为等效回波，并对目标的状态进行更新。该算法有效降低了最近邻域算法中误关联对跟踪效果的影响。仿真结果表明，该算法在保持较少计算量的同时，可有效避免误跟踪和丢失目标。
- 数据关联 /
- 最近邻域数据关联 /
- 反向预测 /
- 目标跟踪
Abstract: The standard nearest-neighbor data association algorithm may generate miss-tracking and lose target in a clutter environment. To handle this problem, this paper proposes a reverse prediction weighted neighbor data association algorithm for considering all candidate echoes. After calculating the candidate echoes'reverse prediction residual norm, the normalized weight for each candidate echo is obtained. The equivalent echo that is weighted sum of candidate echoes is used to update the target state. The algorithm effectively reduces the error association by using equivalent echo. The simulation results show that the algorithm can keep less amount of calculation and is effective to avoid miss-tracking and lose target.
- data association /
- nearest-neighbor data association /
- reverse prediction /
- target tracking

[1]	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
[2]	郁湧, 顾捷, 赵娜, 骆永军, 阚世林. 基于双层耦合网的表型-基因关联分析与预测 . 电子科技大学学报, 2020, 49(3): 438-444. doi: 10.12178/1001-0548.2019133
[3]	易诗, 陈鑫凯, 宋瑞源, 常锦鹏, 周卓勋. 适用于智能球机的高鲁棒性侵入跟踪方法 . 电子科技大学学报, 2019, 48(5): 754-758. doi: 10.3969/j.issn.1001-0548.2019.05.015
[4]	龚红, 杨发顺, 丁召. 基于模糊背景加权的Mean Shift目标跟踪算法 . 电子科技大学学报, 2019, 48(3): 402-408. doi: 10.3969/j.issn.1001-0548.2019.03.015
[5]	陈姝, 梁文章. 结合特征点匹配及深度网络检测的运动跟踪 . 电子科技大学学报, 2016, 45(2): 246-251.
[6]	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.
[7]	季玉龙, 杨光, 戈文一. 基于粒子滤波的目标主动轮廓跟踪算法 . 电子科技大学学报, 2015, 44(1): 91-96. doi: 10.3969/j.issn.1001-0548.2015.01.015
[8]	屈剑锋, 柴毅, 郭茂耘. 无线传感器网络下的并行粒子滤波目标跟踪算法 . 电子科技大学学报, 2011, 40(2): 231-236. doi: 10.3969/j.issn.1001-0548.2011.02.015
[9]	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
[10]	王航宇, 李鹏, 张泉. 多平台协同跟踪中的传感器分配方法研究 . 电子科技大学学报, 2008, 37(1): 74-76.
[11]	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.
[12]	周巧临, 傅彦. 科学数据时间序列的预测方法 . 电子科技大学学报, 2007, 36(6): 1260-1263.
[13]	陈涛涛, 田裕鹏. 一种非刚体目标的实时检测与跟踪算法 . 电子科技大学学报, 2007, 36(1): 82-85.
[14]	岑明, 傅承毓, 陈科, 刘兴法. 广义合作目标跟踪的误差空间估计方法 . 电子科技大学学报, 2007, 36(2): 217-219,274.
[15]	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.
[16]	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.
[17]	张晶炜, 熊伟, 何友. 当前统计概率数据关联算法 . 电子科技大学学报, 2005, 34(1): 4-7.
[18]	张宇. 基于差分和肤色图像的人脸检测算法 . 电子科技大学学报, 2005, 34(4): 497-500.
[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]	张宇, 张建州, 游志胜. 基于有效预测区域的模糊数据关联 . 电子科技大学学报, 2001, 30(6): 638-642.

WeChat

点击查看大图

计量

文章访问数: 3472
HTML全文浏览量: 110
PDF下载量: 84
被引次数: 0

反向预测加权邻域数据关联算法

doi: 10.3969/j.issn.1001-0548.2010.03.008

1. 电子科技大学电子工程学院成都 610054;

2. 成都信息工程学院网络工程系成都 610225

基金项目:

国家自然科学基金(60736045)

作者简介:
于雪莲(1980-)，女，博士生，主要从事信号处理、目标识别与跟踪方面的研究.

收稿日期: 2008-09-10
修回日期: 2009-02-25
刊出日期: 2010-06-15

中图分类号: TN713

关键词:

摘要: 标准最近邻域数据关联算法在杂波环境下可能出现误跟踪和丢失目标的现象。综合考虑相关波门内所有候选回波，提出了反向预测加权邻域数据关联算法。通过计算候选回波反向预测新息范数，归一化后作为各候选回波的加权系数，然后将候选回波加权和作为等效回波，并对目标的状态进行更新。该算法有效降低了最近邻域算法中误关联对跟踪效果的影响。仿真结果表明，该算法在保持较少计算量的同时，可有效避免误跟踪和丢失目标。

English Abstract

于雪莲, 李中志, 汪学刚. 反向预测加权邻域数据关联算法[J]. 电子科技大学学报, 2010, 39(3): 364-367. doi: 10.3969/j.issn.1001-0548.2010.03.008

引用本文:

于雪莲, 李中志, 汪学刚. 反向预测加权邻域数据关联算法[J]. 电子科技大学学报, 2010, 39(3): 364-367. doi: 10.3969/j.issn.1001-0548.2010.03.008

YU Xue-lian, LI Zhong-zhi, WANG Xue-gang. Reverse Prediction Weighted Neighbor Data Association Algorithm[J]. Journal of University of Electronic Science and Technology of China, 2010, 39(3): 364-367. doi: 10.3969/j.issn.1001-0548.2010.03.008

Citation:

YU Xue-lian, LI Zhong-zhi, WANG Xue-gang. Reverse Prediction Weighted Neighbor Data Association Algorithm[J]. Journal of University of Electronic Science and Technology of China, 2010, 39(3): 364-367. doi: 10.3969/j.issn.1001-0548.2010.03.008

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