在利用雷達(dá)開展運(yùn)動(dòng)目標(biāo)跟蹤過程中,通常會(huì)選取傳統(tǒng)卡爾曼濾波、維納濾波、α-β濾波等算法,構(gòu)建目標(biāo)物體濾波的狀態(tài)模型,對(duì)線性化、高斯化運(yùn)動(dòng)目標(biāo)的狀態(tài)濾波進(jìn)行跟蹤分析。但對(duì)于非線性、非高斯過程目標(biāo)的跟蹤,仍舊采取傳統(tǒng)跟蹤檢測(cè)算法,容易造成目標(biāo)物體運(yùn)動(dòng)狀態(tài)模型,發(fā)生形變、遮擋或消失等問題�；诖�,本文提出一種改進(jìn)的機(jī)器學(xué)習(xí)機(jī)制,對(duì)目標(biāo)物體運(yùn)動(dòng)模型、狀態(tài)值參數(shù)的跟蹤中,不斷檢測(cè)與更新跟蹤濾波信號(hào),并優(yōu)化跟蹤器,進(jìn)入實(shí)現(xiàn)在長時(shí)間內(nèi)目標(biāo)穩(wěn)定跟蹤的效果。 

【文章來源】：信息技術(shù)與信息化. 2020,(08)

【文章頁數(shù)】：3 頁

【部分圖文】：

學(xué)習(xí)結(jié)構(gòu)圖

【參考文獻(xiàn)】：
期刊論文
[1]一種基于機(jī)器學(xué)習(xí)的雷達(dá)目標(biāo)跟蹤算法[J]. 葉鍇,祝怡翔.  信息技術(shù). 2019(10)
[2]基于卡爾曼濾波的雷達(dá)單目標(biāo)跟蹤算法研究[J]. 李珂,王瑞,宋建強(qiáng).  空間電子技術(shù). 2019(01)
[3]一種具有關(guān)聯(lián)波門自適應(yīng)的聯(lián)合概率數(shù)據(jù)關(guān)聯(lián)算法[J]. 駱榮劍,唐鑒波,羅凱.  電子設(shè)計(jì)工程. 2019(03)
[4]基于在線學(xué)習(xí)的雷達(dá)目標(biāo)跟蹤技術(shù)研究[J]. 耿利祥,尹曉燕,蔡文彬,李偉.  雷達(dá)與對(duì)抗. 2018(03)



本文編號(hào)：3063357