Track association and track fusion with nondeterministic target dynamics

Shozo Mori; Barker W.H.; Chee-Yee Chong; Kuo-Chu Chang

首页> 外文期刊>IEEE Transactions on Aerospace and Electronic Systems >Track association and track fusion with nondeterministic target dynamics

【24h】

Track association and track fusion with nondeterministic target dynamics

机译：轨迹关联和轨迹融合以及不确定的目标动力学

获取原文

获取原文并翻译 | 示例

掌桥外文数据库（机构版） >>

开具论文收录证明 >>

文献代查 >>

页面导航

摘要
著录项
相似文献
相关主题

摘要

Representative track fusion algorithms and track association metrics are quantitatively compared using a simple linear-Gaussian-Poisson model, under various degrees of nondeterministicity of the target dynamics, i.e., process noises, and of the initial condition uncertainty. Track fusion algorithms are compared using an analytical method, while track association metrics are evaluated by Monte Carlo simulations.

机译：在目标动力学的各种不确定性（即过程噪声和初始条件不确定性）的不确定性程度下，使用简单的线性高斯-泊松模型对代表性的轨道融合算法和轨道关联度量进行定量比较。使用分析方法比较轨道融合算法，同时通过蒙特卡洛模拟评估轨道关联度量。

著录项

来源
《IEEE Transactions on Aerospace and Electronic Systems》 |2002年第2期|p.659-668|共10页
作者
Shozo Mori; Barker W.H.; Chee-Yee Chong; Kuo-Chu Chang;
展开▼
作者单位

展开▼
收录信息
原文格式 PDF
正文语种 eng
中图分类航空;
关键词
Gaussian distribution; Kalman filters; Monte Carlo methods; Poisson distribution; distributed tracking; filtering theory; maximum likelihood estimation; sensor fusion; target tracking; tracking filters; Bar-Shalom-Campo algorithm; Monte Carlo simulations; additive z;

机译：高斯分布;卡尔曼滤波器;蒙特卡洛方法;泊松分布;分布式跟踪;滤波理论;最大似然估计;传感器融合;目标跟踪;跟踪滤波器;Bar-Shalom-Campo算法;蒙特卡洛模拟;加法z;

相似文献

外文文献
中文文献
专利

1. Heterogeneous Association Graph Fusion for Target Association in Multiple Object Tracking [J] . Sheng Hao, Zhang Yang, Chen Jiahui, IEEE Transactions on Circuits and Systems for Video Technology . 2019,第11期

机译：多目标跟踪中目标关联的异构关联图融合
2. Sensory-motor fusion based on dynamics matching: learning of strategies in target tracking task [J] . Naoko Ogawa, Yutaka Sakaguchi, Akio Namiki, 電子情報通信学会技術研究報告. ニュ-ロコンピュ-ティング. Neurocomputing . 2000,第686期

机译：基于动力学匹配的感觉运动融合：目标跟踪任务中策略的学习
3. Sensory-motor fusion based on dynamics matching: learning of strategies in target tracking task [J] . Naoko Ogawa, Yutaka Sakaguchi, Akio Namiki, 電子情報通信学会技術研究報告. ニュ-ロコンピュ-ティング. Neurocomputing . 2000,第686期

机译：基于动力学匹配的感觉运动融合：目标跟踪任务中策略的学习
4. Tracking initiation and data association of multi-target passive tracking based on information fusion [C] . Wang Jie-gui, Luo Jing-qing . 2004

机译：基于信息融合的多目标被动跟踪的跟踪发起与数据关联
5. Advances in target tracking: New approaches to data association, state estimation, track initiation, and data fusion. [D] . Anderson, Kraig LaMar. 1995

机译：目标跟踪的进展：数据关联，状态估计，跟踪启动和数据融合的新方法。
6. Multiple Target Tracking Based on Multiple Hypotheses Tracking and Modified Ensemble Kalman Filter in Multi-Sensor Fusion [O] . Zequn Zhang, Kun Fu, Xian Sun, 2019

机译：基于多假设跟踪和改进的集成卡尔曼滤波的多传感器融合多目标跟踪
7. Heterogeneous Association Graph Fusion for Target Association in Multiple Object Tracking [O] . Hao Sheng, Yang Zhang, Jiahui Chen, 2019

机译：多相关联曲线图融合，用于多个物体跟踪中的目标关联

Track association and track fusion with nondeterministic target dynamics

摘要

著录项

相似文献

相关主题

期刊订阅