计算机工程与应用
計算機工程與應用
계산궤공정여응용
COMPUTER ENGINEERING AND APPLICATIONS
2009年
3期
168-171
,共4页
艾斯卡尔·艾木都拉%王保柱
艾斯卡爾·艾木都拉%王保柱
애사잡이·애목도랍%왕보주
恒虚警率%Kalman滤波器%PDAF-AI%点目标跟踪
恆虛警率%Kalman濾波器%PDAF-AI%點目標跟蹤
항허경솔%Kalman려파기%PDAF-AI%점목표근종
PDAF与PDAF-AI算法广泛应用于雷达目标检测与微弱点状目标跟踪领域,两者不同之处在于PDAF-AI算法在利用目标位置、运动速率的基础上多加了目标的亮度信息通过Kalman滤波器去估计目标下一时刻的状态.PDAF-AI改变了传统PDAF算法忽略目标亮度信息的不足,它应具有更好的跟踪性能.通过对这两种算法跟踪性能的对比分析研究:带亮度的概率数据关联滤波器技术PDAF-AI总体上比传统的PDAF技术具有更好的实时跟踪性能,然而在强杂波或跟踪区域存在高亮杂波的情况下PDAF-AI的跟踪性能可能会有所下降.
PDAF與PDAF-AI算法廣汎應用于雷達目標檢測與微弱點狀目標跟蹤領域,兩者不同之處在于PDAF-AI算法在利用目標位置、運動速率的基礎上多加瞭目標的亮度信息通過Kalman濾波器去估計目標下一時刻的狀態.PDAF-AI改變瞭傳統PDAF算法忽略目標亮度信息的不足,它應具有更好的跟蹤性能.通過對這兩種算法跟蹤性能的對比分析研究:帶亮度的概率數據關聯濾波器技術PDAF-AI總體上比傳統的PDAF技術具有更好的實時跟蹤性能,然而在彊雜波或跟蹤區域存在高亮雜波的情況下PDAF-AI的跟蹤性能可能會有所下降.
PDAF여PDAF-AI산법엄범응용우뢰체목표검측여미약점상목표근종영역,량자불동지처재우PDAF-AI산법재이용목표위치、운동속솔적기출상다가료목표적량도신식통과Kalman려파기거고계목표하일시각적상태.PDAF-AI개변료전통PDAF산법홀략목표량도신식적불족,타응구유경호적근종성능.통과대저량충산법근종성능적대비분석연구:대량도적개솔수거관련려파기기술PDAF-AI총체상비전통적PDAF기술구유경호적실시근종성능,연이재강잡파혹근종구역존재고량잡파적정황하PDAF-AI적근종성능가능회유소하강.
