多传感器目标跟踪信息增量的计算

兰艳亭; 林都; 郭雁文

您当前的位置：

首页 >

文章列表页 >

多传感器目标跟踪信息增量的计算

更新时间：2026-09-14

- 多传感器目标跟踪信息增量的计算
- 多传感器目标跟踪信息增量的计算
- Issue 1, (2009)
- 作者机构：
  
  中北大学信息与通信工程学院
- 作者简介：
- 基金信息：
- DOI：
  CLC：
- Published：2009
- 稿件说明：
移动端阅览
兰艳亭, 林都, 郭雁文. 多传感器目标跟踪信息增量的计算[J]. 2009, (1).
DOI：

兰艳亭, 林都, 郭雁文. 多传感器目标跟踪信息增量的计算[J]. 2009, (1). DOI：

摘要

利用一个量测执行前后信息熵的减少及卡尔曼滤波方程中协方差的预测与更新阵

推导出传感器对目标进行检测或跟踪所产生的信息增量;并在给定最大允许的协方差阵P的情况下

得到最大的时间间隔n.对于多传感器目标跟踪乃至后续的目标属性信息融合、目标识别和战场态势的形成都有一定的实用价值

同时它为传感器的资源分配也提供了一种有效的方法.

Abstract

Using the decrease of the information entropy of a measurement and the prediction and updating matrixes of covariance in Kalman filter equations

we deduced the information gain in a measurement for target detecting or tracking.And if given the maximum allowable covariance matrix P

the maximum time interval n can be obtained.It is useful for the multi-sensor target tracking and even for the following target attributes information fusion

the target recognition and the form of tactical situation.The results have offered an effective approach for sensor resources assignment.

关键词

Keywords

references

Views

164

下载量

CSCD

Alert me when the article has been cited

提交

Tools

Publicity Resources

Research on Fatigue Recognition Algorithm of EEG and ECG Fusion Based on GA-BP Network

表面形貌测量系统中光纤传感器的数据融合算法

Target Tracking of Unmanned Surface Vehicle Based on Model Predictive Control

An Improved Meanshift Algorithm for Target Tracking

Improvement of Kalman Filter Based on Multi-Innovation Theory

Related Author

胡时光

刘晓琦

尤文斌

白志强

吴耀

郭晨霞

杨睿

杨瑞峰

Related Institution

中北大学电子测试技术重点实验室

山西省自动化检测装备与系统工程技术研究中心

中北大学仪器与电子学院

中北大学南通智能光机电研究院

中北大学仪器科学与动态测试重点实验室

⁰