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

自动化与计算机技术 | 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
- 中北大学学报（自然科学版） 2009年第1期
- 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：
  中图分类号：
- 纸质出版：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]. 中北大学学报（自然科学版）, 2009,(1).

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).
兰艳亭, 林都, 郭雁文. 多传感器目标跟踪信息增量的计算[J]. 中北大学学报（自然科学版）, 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

浏览量

164

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

基于GA-BP网络的脑电与心电融合疲劳识别算法研究

表面形貌测量系统中光纤传感器的数据融合算法

水上无人艇目标跟踪控制方法研究

一种基于Meanshift算法的目标跟踪改进

基于多新息理论的卡尔曼滤波改进算法