基于神经网络的多平台多目标位置数据融合
CSTR:
作者:
作者单位:

作者简介:

通讯作者:

中图分类号:

基金项目:


Multi-Platform Multi-Objective Location Data Fusion Based on Neural Network
Author:
Affiliation:

Fund Project:

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 资源附件
  • |
  • 文章评论
    摘要:

    针对传统的直接加权融合算法的缺点,对多平台多目标位置数据融合进行研究。通过设计基于BP神经网络的统计加权算法,建立数据融合模型。并以2个观测平台为例,进行1分钟之内的目标航迹数据的仿真实验。结果表明,该算法是有效、可行的,且精度更高,能有效对融合中心获得的关于目标位置航迹信息进行关联融合处理。

    Abstract:

    Aiming at the disadvantages of the traditional direct weighted fusion algorithm, the thesis carries out the integration study of multi-platform multi-objective location data. Through design of the statistical weighting algorithm based on BP neural network, the data fusion model will be established. With the examples of two observation platforms, the target track data simulation during 1 minute will be followed. The results show that the algorithm is effective, feasible, and of higher accuracy, correlating effectively the fusion of information obtained from the fusion center on the destination track association data.

    参考文献
    相似文献
    引证文献
引用本文

盖世昌,许腾,侯博.基于神经网络的多平台多目标位置数据融合[J].,2010,29(08):28-30.

复制
分享
文章指标
  • 点击次数:
  • 下载次数:
  • HTML阅读次数:
  • 引用次数:
历史
  • 收稿日期:2010-10-20
  • 最后修改日期:
  • 录用日期:
  • 在线发布日期:
  • 出版日期:
文章二维码