作者：彭章友; 陈琳妍反向传播神经网络运动模型交互式多模型自适应算法机动目标跟踪
摘要：为了解决现有的机动目标跟踪算法中时延长的问题,提出一种基于反向传播神经网络(BPNN)的自适应目标跟踪算法。从不同运动状态下的观测值中提取特征量,训练BPNN。根据获得的观测值计算得到特征量,将特征量输入到训练好的BPNN中,根据网络输出的运动模型进行滤波更新。仿真结果表明,提出的方法跟踪精度高于经典交互式多模型(IMM)算法,算法运行时间为0.063 5 s,少于IMM算法运行时间0.098 75 s,一定程度上减少了模型决策延迟,使得机动目标跟踪更具实时性。
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
