基于数据融合的多目标无源跟踪的弹性网络方法

《基于数据融合的多目标无源跟踪的弹性网络方法》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、基于数据融合的多目标无源跟踪的弹性网络方法基于数据融合的多目标无源跟踪的弹性网络方法基于数据融合的多目标无源跟踪的弹性网络方法基于数据融合的多目标无源跟踪的弹性网络方法基于数据融合的多目标无源跟踪的弹性网络方法第15卷第3期2000年9月敷据采集与处理JournalofDataAcquisition&ProcessingVo1.15NO3SeP.2000.C,《L;【)基于数据融合的多目标无源跟踪的弹性网络方法.6~-q堡垄量维亭-r(『](./———————～.’,-_———一l..(华东船舶工业学院电子与信息系镇江,212003)摘要弹?let嚼络被应用于多目标/多持感器

2、无源识剐和跟踪问题.在传痦器仪能获得目标方位角的条件下,首先基于多侍感器数据融合技术,分析了目标的聚妻特征;然后借助期望模扳提出了一种非奎连接环形结构的弹性网络模型.分析了该模型识剐和跟踪目标的动力学机制,讨论了网络学习的弹性特征和神经元期望值覆噪声系敷对降低噪声曼教度的作用.仿真结果袁明,神经元感应场内的wTA竞争学习机制降低了网络的计算量,感应场的自适应性可以使神经元跳出局部极点,提高目标识刺率关键词:墼量壁垒?迁’堡旦鳖无源跟踪;期望模板中圈分类号:TP18~TN953.7ElasticNetMethodforMulti—TargetMulti—SensorPassiveTra

3、ckingBasedonSensorsZhangYousaiLiuWeltingDepartment0fElectronicsandInformation.EastChinaShipbuildingInstituteZhenjiang,212003AbstractTheelasticnetisappliedtosolvetheproblemofmulti——targetmulti—sen—,sorpassiverecognizingandtracking.Atfirsttheassemblagefeaturesofthetargetaredescribed,basedonsensor

4、sfusiontechniqueonconditionthatthesensorsdetectonlybearingangles.Andthenanelasticnetmodelwithunfullyconnectedringarchitectureispresentedbyusinganexpectationtemplateanditsdynamicsforlockingtargetsisanalyzed.Theelasticlearnrateandtheroleoftheneuronsexpecta—tionvalueandthenoisecoefficientinreducin

5、gthenetnoisesensitivityarediscussed.At[astthesimulationa[resultsshowthatWTAmechanisminthereceptivefieldmayredlleethecomputationalcapacityandtheneuronsmayescapepoorlocalminimumsthroughitsadaptivereceptivefield.Keywords:datafusion#elasticnet;passivetracking;expectationtemplate?中国暗舶工业科学基金赞助]曩甘收穰日J

6、lj1999-07-30}俸改辅收刊BJlj筋.一裤268数据采集与处理第】5卷§出于现代战争对电子侦察的隐蔽性和安全性的考虑,从8O年代开始,目标的无潦定位和跟踪技术受到普遍的重视,期问相继提出了基于传感器阵列的角度跟踪技术,整数程序和Lagrangian松驰算法等技术方案90年代以后,人工神经隔络理论应用于谈领域,其中有遗传算法和Hopfietd神经网络方法等遗传算法在(Ⅳ【),维空间搜索编码组台最忧解,计算量髓目标数Ⅳ和传感器数S呈指数规律增长,当目标较多时算法有效性明显降低;Hopfie[d神经网络方法则因为能量函数常陷人局部极小点,目标识别率较低本文提出一种利用弹性网络进行

7、多目标/多传感器无源识别和跟踪的新方法.该方法在传感器仅能获得目标方位角信息的条件下,利用多传感器的数据融台获得目标的识别特征,掏造由神经元子群组成的非全连接的环形弹性网络模型,其中每个子群作为一个期望模板,结构特征与目标的聚类特征相一致将目标识别跟踪问题转化为在监视区内搜寻一种由方位角射绒交叉点所构成的聚类问题神经阿络的工作流程表现为各种经元子群在目标檗类的吸引下,感应场半径R.逐渐收敛,最终锁定目标的过程=1多传感器的数据融合设所有无源传感器(一1,2