TY -的A2 Diraco Giovanni盟——雪,Xirui AU -黄,Shucai AU -魏,Daozhi AU -谢,嘉豪PY - 2022 DA - 2022/11/14 TI - Multiradar集群目标的联合跟踪基于Graph-LSTMs SP - 8556477六世- 2022 AB -集群目标带来了严峻的挑战,传统的多传感器多目标跟踪算法由于其大量的成员和成员之间的合作互动。使用multiradar联合跟踪集群目标是另一种方法来解决集群目标跟踪的问题,但是它不可避免地带来了雷达目标分配和跟踪信息融合的问题。针对雷达目标分配和跟踪信息融合的问题,基于graph-long联合跟踪方法短期记忆神经网络(Graph-LSTMs)提出。首先,我们使用多变量随机微分方程模型(SDE)集群成员的合作互动,集群成员的衍生状态空间模型转换成相同的形式在恒定速度(CV)运动模型和目标集群的状态方程可用于贝叶斯滤波迭代建立。其次,基于检测雷达和集群成员之间的关系,介绍了矩阵和提出一个雷达目标检测确认作业方法实现单个成员的多个测量和检测覆盖所有的集群成员。然后,每个雷达使用 δ-GLMB滤波器来估计的运动状态分配的目标。最后,空间离散化的基础上,多个集群成员的估计状态的标签。我们使用设计Graph-LSTMs学习合作关系的目标状态融合标签和获得更好的跟踪效果。实验结果表明,该方法有效地模拟集群运动和实现集群目标运动状态的联合估计multiradar。我们的方法可以弥补这个缺陷,一个雷达不能稳定跟踪相邻多个目标和达到估计融合效果优于采用(EM)算法和平均方法。SN - 1687 - 725 - 2022/8556477 / 10.1155 x你——https://doi.org/10.1155/2022/8556477——摩根富林明——《传感器PB - Hindawi KW - ER