數(shù)據(jù)融合中目標跟蹤與識別技術(shù)研究.pdf_第1頁
已閱讀1頁,還剩79頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)

文檔簡介

1、隨著科學技術(shù)的發(fā)展,傳感器性能獲得很大提高,因此,各種面向復雜背景的多傳感器系統(tǒng)大量涌現(xiàn),并在軍事領(lǐng)域以及許多民用領(lǐng)域得到了廣泛的應用。多傳感器數(shù)據(jù)融合技術(shù),是將來自多個傳感器的數(shù)據(jù)進行綜合,從而得到更為準確、可靠的結(jié)論,與從任何單個信息源所獲得的數(shù)據(jù)相比,提供了更加精確和更加確定的推理,本文研究范圍是軍事領(lǐng)域中的數(shù)據(jù)融合技術(shù),它是現(xiàn)在C3I系統(tǒng)中的重要組成部分,其功能模型中包括低層的信號檢測、位置估計和身份估計、以及高層的態(tài)勢估計和威

2、脅估計。
  本論文主要對目標跟蹤和目標識別技術(shù)進行理論研究,對于這兩方面的工作內(nèi)容如下:
  第一、在對多個目標進行跟蹤時,依據(jù)多傳感器數(shù)據(jù)融合的理論基礎(chǔ),采用基于單傳感器聯(lián)合概率數(shù)據(jù)互聯(lián)基礎(chǔ)上發(fā)展起來的多傳感器聯(lián)合概率數(shù)據(jù)互聯(lián)算法,在這部分首先介紹了傳感器數(shù)據(jù)的預處理和目標運動模型的建立,著重研究了多傳感器聯(lián)合概率數(shù)據(jù)互聯(lián)算法和kalman濾波算法。并在matlab環(huán)境中,對兩個軌跡相交的目標進行跟蹤,取得了滿意的仿真效

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論