数学论文 | 力学论文 | 化学论文 | 信息科学论文 | 物理学论文 | 农学论文 | 林学论文 | 药学论文 | 天文学论文 | 生物学论文 | 水产学论文 | 核科学论文 | 中医中药学论文
管理学论文 | 经济学论文 | 教育学论文 | 地球科学论文 | 畜牧兽医论文 | 基础医学论文 | 临床医学论文 | 医学卫生论文 | 工程学科论文 | 测绘科学论文 | 军事特种医学论文
材料学论文 | 矿山工程论文 | 化学工程论文 | 纺织科学论文 | 食品科学论文 | 体育科学论文 | 水利工程论文 | 环境科学论文 | 安全科学论文 | 能源科学论文 | 机械工程论文
电子通信自动控制论文 | 计算机科学论文 | 冶金工程技术论文 | 动力电气工程论文 | 土木建筑工程论文 | 交通运输工程论文 | 航空航天科学论文 | 图书馆情报文献学论文
  当前位置:免费论文首页 >> 电子通信自动控制论文 >> 正文

基于遗传模糊神经网络的交互式多模型算法改进

论文发布时间:[2010-03-30]    范文大全    编辑:Voive.net

所有作者:史健芳 姜燕

作者单位:太原理工大学信息工程学院

论文摘要:常用交互式多模型(IMM)算法概率更新时需要具有先验知识的模型概率转移矩阵,而对机动的目标而言,该先验知识很难获得,且若与目标机动状态不符会导致跟踪精度降低甚至跟踪丢失。针对以上问题提出了一种基于遗传模糊神经网络的交互式多模型(GA-FNNIMM)算法。该算法将残差量输入到遗传模糊神经网络中,根据遗传模糊神经网络的自学习和自适应能力得到数据融合输出交互时各模型对应的匹配概率,代替了交互式多模型(IMM)算法中的模型概率计算。本文设计了遗传模糊神经网络的结构和算法,并基于改进的交互式多模型算法进行Monte Carlo仿真,仿真结果表明,较之于常用IMM算法,该算法在机动目标跟踪精度方面有所改善。

关键词: 目标跟踪 交互式多模型算法 遗传算法 模糊神经网络

免费下载《基于遗传模糊神经网络的交互式多模型算法改进》PDF全文(已停止下载)
  本站“论文下载”文章收集整理于“中国科技论文在线”,由于各种原因,本站已暂停论文下载!请前往“中国科技论文在线http://www.paper.edu.cn/”免费下载!

〖返回电子通信自动控制论文列表〗

下一篇:TCP拥塞控制的路由缓存策略