引入神经网络的交互式多模型算法

论文

本期目录 | 过刊浏览 | 高级检索

前一篇 | 后一篇

引入神经网络的交互式多模型算法

陈利斌, 佟明安

西北工业大学电子工程系陕西西安 710072

收稿日期:1999-10-20 修回日期:2000-01-30 出版日期:2001-02-25 发布日期:2001-02-25

INTERACTING MULTIPLE MODEL ALGORITHM WITH NEURAL NETWORKS

CHEN Li-bin, TONG Ming-an

Department of Electronics Engineering, Northwestern Polytechnical University, Xi'an 710072, China

Received:1999-10-20 Revised:2000-01-30 Online:2001-02-25 Published:2001-02-25

摘要/Abstract

摘要： 在交互式多模型算法中引入神经网络算法以改进目标跟踪的精度。利用神经网络算法对基于机动目标“当前”统计模型的均值和方差自适应滤波算法进行修改,提高该算法的性能,然后采用交互作用多模型算法跟踪机动目标,提高了机动目标的跟踪精度。

关键词: 交互式多模型, 神经网络, 机动目标, “当前”统计模型

Abstract: The interacting multiple model(IMM) algorithm has been shown to be one of the most effective estimation algorithms in the field of maneuvering target tracking. “Current”statistical model filtering algorithm is modified by neural networks and then adopted in IMM algorithm.The tracking performance for maneuvering target can be improved.The results of the modified IMM algorithm are evaluated through Monte Carlo simulation.

Key words: IMM, neur al net wo rks, m aneuv ering tar get, “curr ent”sta tistical model

陈利斌;佟明安. 引入神经网络的交互式多模型算法[J]. 航空学报, 2001, 22(1): 54-56.

CHEN Li-bin;TONG Ming-an. INTERACTING MULTIPLE MODEL ALGORITHM WITH NEURAL NETWORKS[J]. ACTA AERONAUTICAET ASTRONAUTICA SINICA, 2001, 22(1): 54-56.

E-mail：hkxb@buaa.edu.cn

关于我们

期刊社服务

专业学科

封面文章

友情链接

主管单位：中国科学技术协会主办单位：中国航空学会北京航空航天大学

[1]	胡伟, 万文章, 陈谋. 基于神经网络和干扰观测器的UAV自动着舰控制[J]. 航空学报, 2022, 43(S1): 726963-726963.
[2]	陈博, 岳凯, 王如生, 胡明南. 基于学习策略的多速率多传感器融合定位方法[J]. 航空学报, 2022, 43(S1): 726904-726904.
[3]	胡艳艳, 张莉, 夏辉, 张乃文, 鄢镕易. 不完全信息下基于微分对策的机动目标协同捕获[J]. 航空学报, 2022, 43(S1): 726905-726905.
[4]	王宇斐, 刘骁佳, 刘欢, 曹立俊, 罗志强. 孪生神经网络在航天产品电性能测试方面的应用[J]. 航空学报, 2022, 43(S1): 727048-727048.
[5]	王子玲, 熊振宇, 顾祥岐. 可见光与SAR多源遥感图像关联学习算法[J]. 航空学报, 2022, 43(S1): 727239-727239.
[6]	韩淞宇, 邵海东, 姜洪开, 张笑阳. 基于提升卷积神经网络的航空发动机高速轴承智能故障诊断[J]. 航空学报, 2022, 43(9): 625479-625479.
[7]	于江龙, 董希旺, 李清东, 吕金虎, 任章. 拦截机动目标的分布式协同围捕制导方法[J]. 航空学报, 2022, 43(9): 325817-325817.
[8]	杨特, 杨智春, 梁舒雅, 康在飞, 贾有. 平稳随机载荷的信号特征提取与深度神经网络识别[J]. 航空学报, 2022, 43(9): 225952-225952.
[9]	刘佳奇, 冯蕴雯, 路成, 薛小锋, 潘维煌. 基于智能神经网络的航空发动机运行安全分析[J]. 航空学报, 2022, 43(9): 625375-625375.
[10]	邵怡韦, 陈嘉宇, 林翠颖, 万程, 葛红娟, 石智龙. 小训练样本下齿轮箱故障诊断:一种基于改进深度森林的方法[J]. 航空学报, 2022, 43(8): 625429-625429.
[11]	熊伟, 朱洪峰, 崔亚奇. 在线学习的循环自适应机动目标跟踪算法[J]. 航空学报, 2022, 43(5): 325250-325250.
[12]	董珍一, 林莉, 雷明凯, 马志远. 基于BPNN的封严涂层孔隙分布均匀性超声表征[J]. 航空学报, 2022, 43(5): 425294-425294.
[13]	王因翰, 范世鹏, 吴广, 王江, 何绍溟. 基于GRU的敌方拦截弹制导律快速辨识方法[J]. 航空学报, 2022, 43(2): 325024-325024.
[14]	奕建苗, 邓枫, 覃宁, 刘学强. 快速预测跨声速流场的深度学习方法[J]. 航空学报, 2022, 43(11): 526747-526747.
[15]	蔡国飙, 张百一, 贺碧蛟, 翁惠焱, 刘立辉. 真空羽流智能化计算[J]. 航空学报, 2022, 43(10): 527352-527352.

引入神经网络的交互式多模型算法

INTERACTING MULTIPLE MODEL ALGORITHM WITH NEURAL NETWORKS

PDF (PC)

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价