• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>Aerospace and Electronic Systems, IEEE Transactions on >Detection and Tracking of Coordinated Groups
【24h】

Detection and Tracking of Coordinated Groups

机译：协调组的检测和跟踪

获取原文
获取原文并翻译 | 示例
           
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

In this paper, we describe models and algorithms for detection and tracking of group and individual targets. We develop two novel group dynamical models within a continuous time setting using stochastic differential equations (SDE) that aim to mimic behavioural properties of groups. We also describe a possible way of modeling interactions between closely spaced targets using repulsive forces. These can be combined with a group structure transition model to create realistic evolving group models. We use a Markov chain Monte Carlo (MCMC)–particles algorithm to perform sequential inference. Computer simulations demonstrate the ability of the algorithm to detect and track targets within groups as well as to infer the correct group structure over time. The group tracking model is also applied to two sets of real ground moving target indicator (GMTI) radar data with group targets. The results show significant improvement in tracking accuracy over tracking without group models.
机译：在本文中，我们描述了用于检测和跟踪团体和个人目标的模型和算法。我们使用随机微分方程（SDE）在连续时间范围内开发了两个新颖的群体动力学模型，旨在模拟群体的行为特性。我们还描述了一种使用排斥力对紧密间隔的目标之间的相互作用进行建模的可能方法。这些可以与组结构转换模型结合使用，以创建逼真的演化组模型。我们使用马尔可夫链蒙特卡罗（MCMC）–粒子算法执行顺序推理。计算机仿真证明了该算法检测和跟踪组内目标的能力，以及随着时间的推移推断正确的组结构的能力。群组跟踪模型还应用于具有群组目标的两组真实地面移动目标指示器（GMTI）雷达数据。结果表明，与不使用组模型的跟踪相比，跟踪精度有了显着提高。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号