典型文献
基于Transformer网络的机载雷达多目标跟踪方法
文献摘要：
传统的多目标跟踪数据关联算法需要提前知晓目标运动模型和杂波密度等先验信息,然而这些先验信息在跟踪之前无法及时准确地获取.针对这个问题,提出一种基于Transformer网络的多目标跟踪数据关联算法.首先,考虑到传感器会存在漏检的情况,引入虚拟量测来重新建立数据关联模型.在此基础上,提出基于Trans-former网络的数据关联方法来解决多目标与多量测的匹配问题.同时,设计了一种掩蔽交叉熵损失与重叠度损失相结合的损失函数(MCD)用于优化网络参数.仿真和实测数据结果表明:在不同检测概率条件下,所提算法性能均优于经典的数据关联算法和基于双向长短时记忆网络的算法.
文献关键词：
机载雷达;多目标跟踪;数据关联;Transformer网络;注意力机制
中图分类号：
作者姓名：
李文娜;张顺生;王文钦
作者机构：
电子科技大学电子科学技术研究院 成都 611731;电子科技大学信息与通信工程学院 成都 611731
文献出处：
引用格式：
[1]李文娜;张顺生;王文钦-.基于Transformer网络的机载雷达多目标跟踪方法)[J].雷达学报,2022(03):469-478
A类：
B类：
Transformer,机载雷达,多目标跟踪,跟踪方法,关联算法,前知,知晓,目标运动,运动模型,杂波,波密,先验信息,漏检,关联模型,数据关联方法,多量,匹配问题,掩蔽,交叉熵损失,重叠度,损失函数,MCD,网络参数,数据结果,检测概率,算法性能,双向长短时记忆网络,注意力机制
AB值：
0.369228
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。
