10.3969/j.issn.1000-386x.2022.01.045
基于多传感器信息融合的异步点迹关联方法
对于异步场景下的数据关联,通过时间配准将异步点迹集合同步化的方法计算复杂且误差较大,严重影响关联效果.在不进行时间配准的前提下,提出一种基于集合经验模态分解(Ensemble Empirical Mode Decom-position,EEMD)来提取趋势项的异步点迹关联方法.仿真结果表明,该方法整体上的关联效果好于基于时间配准后的KN N算法.在目标数量适中的场景下有较好的关联效果.
信息融合;点迹关联;异步点迹关联
39
TP301(计算技术、计算机技术)
2022-02-16(万方平台首次上网日期,不代表论文的发表时间)
共5页
296-300