分数阶航迹关联模型:提升多目标追踪精度
31 浏览量
更新于2024-08-29
收藏 761KB PDF 举报
"分数阶多目标航迹过程关联是针对多目标航迹关联模糊问题的一种新方法,通过引入分数阶理论,将传统的整数阶关联度量扩展到分数阶,从而增强关联决策的准确性和系统可信度。这种方法还扩展了关联的概念,从点信息的非过程关联发展到线信息的过程关联,降低了系统的不确定性,提升了航迹关联的精度。"
本文探讨的是在多目标跟踪领域中的一个重要议题——如何解决目标关联的模糊性问题。传统的多目标航迹关联主要基于整数阶的关联度量,但在复杂环境中,这种关联方式可能会导致不确定性和误关联。因此,作者刘玉然和侯明亮提出了一种创新的分数阶多目标航迹关联模型。
分数阶理论在此模型中的应用,是对传统整数阶关联度量的扩展。分数阶关联度量能更好地刻画目标之间的复杂关系,它提供了更为精细的关联程度描述,使得在处理多目标间的关联时能更准确地反映实际的物理情境。此外,该模型不仅关注点信息,还将关联的概念拓展到过程关联,即考虑了目标运动轨迹的信息,这有助于更全面地理解目标的行为动态。
通过实际案例分析,分数阶关联算法显示出了优于整数阶关联算法的性能。它能为关联决策提供更为丰富的依据,显著提高系统的可信度,减少由于信息不确定性导致的错误关联。这一改进对于提高航迹关联的精度至关重要,特别是在高动态和高密度的目标环境中,能够有效地避免或减少漏关联和虚警。
关键词:分数阶理论的引入,不仅提升了模型的理论深度,也增强了其实用价值。它在多目标跟踪领域的应用,标志着对传统关联方法的革新,为解决多目标跟踪中的关联难题提供了新的思路和工具。此研究对提高军事、航空航天以及交通监控等领域的目标识别和跟踪能力具有重要的理论和实践意义。
中图分类号和文献标志码表明,该研究属于电子技术与自动控制领域的前沿研究,具有较高的学术价值和技术含量。对于从事相关领域研究的科研人员和工程师来说,理解和掌握分数阶多目标航迹过程关联的原理和方法,将有助于提升其在目标跟踪和识别方面的技术水平。
2021-09-11 上传
2021-08-08 上传
2021-05-08 上传
2022-07-13 上传
2021-09-16 上传
2022-08-04 上传
weixin_38746387
- 粉丝: 332
- 资源: 1308
最新资源
- Elasticsearch核心改进:实现Translog与索引线程分离
- 分享个人Vim与Git配置文件管理经验
- 文本动画新体验:textillate插件功能介绍
- Python图像处理库Pillow 2.5.2版本发布
- DeepClassifier:简化文本分类任务的深度学习库
- Java领域恩舒技术深度解析
- 渲染jquery-mentions的markdown-it-jquery-mention插件
- CompbuildREDUX:探索Minecraft的现实主义纹理包
- Nest框架的入门教程与部署指南
- Slack黑暗主题脚本教程:简易安装指南
- JavaScript开发进阶:探索develop-it-master项目
- SafeStbImageSharp:提升安全性与代码重构的图像处理库
- Python图像处理库Pillow 2.5.0版本发布
- mytest仓库功能测试与HTML实践
- MATLAB与Python对比分析——cw-09-jareod源代码探究
- KeyGenerator工具:自动化部署节点密钥生成