基于时间融合算法的近程目标识别

摘要：

　　本文利用了直接估值,kalman滤波和平均融合等三种方法对近程目标进行了估值。估值对象为观测点与目标点之间的水平距离和垂直距离,其中平均融合的算法利用了kalman滤波值做加权处理。仿真的结果表明,在偏差和方差上平均融合方法比其它两种算法都小、精度最高。并且,距离目标越近,估计的精度越高。因此,平均融合算法对进程日标的识别更加实用有效。

关键词： 时间融合 kalman滤波 目标识别

作者: 张翠 高广春 赵胜颖

作者单位: 浙江大学城市学院信息与电气工程分院 浙江杭州

会议类型: 国内会议

会议名称: 2011年振动与噪声测试峰会

会议地点: 北京

会议语种:中文

页码: 252-254

在线出版日期: 2011-04-01（万方平台首次上网日期，不代表论文的发表时间）