基于概率统计模型的一类传感器管理方法

被引：7

作者：

刘先省

李声威

潘泉

张洪才

机构：

[1] 北京理工大学电子工程系

[2] 河南大学计算机科学学院

[3] 西北工业大学自动控制系

来源：

控制理论与应用 | 2001年 / 05期

关键词：

概率统计模型; 信息熵; 信息增量; 检测与分类; 传感器管理;

D O I：

暂无

中图分类号：

TP212 [发送器（变换器）、传感器];

学科分类号：

080202 ;

摘要：

基于概率统计模型给出了一种多传感器对多目标检测与分类的优化算法 .通过目标环境不确定性定量描述的信息熵及其信息熵发生变化而产生的信息增量 ,给出了一种基于最大信息增量的传感器对目标 (静止或运动 )的搜索方法 .性能分析表明 :与其它方法相比 ,该方法具有错误率低、效率高的特点 .

引用

页码：805 / 807

页数：3

共 5 条

[1]

Kastella Keith.Discrimination gain to optimize detection and classification. IEEE Transactions on Systems Man and Cybernetics . 1997

[2]

Kastella Keith and Musick Stan.Comparison of sensor management strategies for detection and classification. 9th National Symposium on Sensor Fusion[C], Monterey, CA . 1996

[3]

David A Castanon.Optimal search strategies in dynamic hypothesis testing. IEEE Transactions on Systems Man and Cybernetics . 1995

[4]

Jazwinski A H.Stochastic process and Filtering Theory. . 1970

[5]

McIntyre G A and Hintz K J.An information theoretic approach to sensor scheduling. In: Signal Processing , Sensor Fusion and Target Recognition V of the SPIE Proceedings[C], Orlando, FL,Bellingham, WA . 1996

← 1 →