排序方式: 共有4条查询结果,搜索用时 101 毫秒
1
1.
2.
介绍了一种量测(新测目标)到目标(已知目标)之间的模糊数据关联方法,将模糊聚类均值方法和决策逻辑方法相结合,利用Mahalanobis距离代替聚类运算中的欧氏距离,使量测与目标预测值之间的相似性度量更准确,应用决策逻辑确定量测与目标预测值的关联关系。仿真表明这种方法简单,在杂波环境下,有较高的跟踪精度,这种方法可以用于道路条件下,基于汽车雷达的多目标的可靠跟踪。 相似文献
3.
一种基于模糊量相似度测量的模糊数据关联方法 总被引:7,自引:2,他引:7
介绍了一种用于汽车雷达多目标跟踪的模糊数据关联方法,这种基于模糊量相似度测量的方法简单,便于实现,首先将传感器的量测值与目标的估计值模糊化,然后计算两个模糊量之间的相似度,得到相似度矩阵,最后根据相似度的大小确定量测与目标之间的关系,蒙特卡洛仿真验证了这种方法的有效性。 相似文献
4.
数据关联是多目标跟踪的一个重要组成部分,文中介绍了一种基于模糊均值聚类的数据关联方法,利用FCM方法确定权值,同时保持JPDAF方法的基本结构,将模糊方法与概率方法有效地结合.数字仿真表明这种方法有效、简单,可以适用于如基于汽车雷达的多目标跟踪等. 相似文献
1