典型文献
基于BP神经网络的相控阵雷达多目标跟踪时间资源优化分配方法
文献摘要：
针对相控阵雷达多目标跟踪下的威胁度等级不同,以目标位置估计的贝叶斯克拉美罗下界(Bayesian Cramer-Rao lower bound,BCRLB)为分配准则,本文建立了一种基于威胁度的多目标跟踪时间资源分配优化模型,该模型以威胁度为基准将待跟踪目标分为两类,不同类别采用不同的时间资源分配方法.由于该模型及优化算法运行耗时巨大,该文还提出了一种基于反向传播(Back propagation,BP)神经网络的多目标跟踪时间资源拟合方法.计算机仿真表明,该模型及方法可以使各目标跟踪维持最佳状态,同时BP神经网络耗时降低2000多倍.
文献关键词：
相控阵雷达;资源分配;贝叶斯克拉美罗下界;目标跟踪;神经网络
中图分类号：
作者姓名：
陶庆;张劲东;陶庭宝;邱旦峰
作者机构：
南京航空航天大学电子信息工程学院,南京 211106
文献出处：
引用格式：
[1]陶庆;张劲东;陶庭宝;邱旦峰-.基于BP神经网络的相控阵雷达多目标跟踪时间资源优化分配方法)[J].数据采集与处理,2022(01):217-227
A类：
贝叶斯克拉美罗下界
B类：
相控阵雷达,多目标跟踪,跟踪时间,资源优化,优化分配,威胁度,目标位置估计,Bayesian,Cramer,Rao,lower,bound,BCRLB,配准,时间资源分配,准将,跟踪目标,资源分配方法,反向传播,Back,propagation,拟合方法,计算机仿真,多倍
AB值：
0.279536
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
