10.16208/j.issn1000-7024.2016.05.045
基于支持向量机的多传感器数据融合算法
提出一种基于支持向量机(SVM)的多传感器数据融合算法提高融合性能,分别用3种核函数作为特征空间的内积。结合扩展卡尔曼滤波器(EKF)和软计算原理,在雷达/红外多传感器跟踪系统中构建一个有效的信息融合框架。引入环境信息使传感器信任度预测适应环境的变化,降低多传感器系统不确定因素的影响;联合测量方差归一化变量(NVMSE)作为支持向量机的输入,训练得到高确定性和高精确度的传感器信任度预测。仿真结果表明,与传统的多传感器数据融合算法相比,该算法性能更佳。
多传感器、数据融合、目标跟踪、支持向量机、环境信息
37
TP391(计算技术、计算机技术)
国家自然科学基金面上基金项目60873026、61021062、61372128;江苏省高校自然科学研究重大基金项目14KJA510001
2016-07-04(万方平台首次上网日期,不代表论文的发表时间)
共5页
1352-1356