Earticle

현재 위치 Home

An Improved Interacting Multiple Model Algorithm for Target Tracking Based on ANFIS

첫 페이지 보기
  • 발행기관
    보안공학연구지원센터(IJSIP) 바로가기
  • 간행물
    International Journal of Signal Processing, Image Processing and Pattern Recognition 바로가기
  • 통권
    Vol.7 No.5 (2014.10)바로가기
  • 페이지
    pp.333-348
  • 저자
    Zengqiang Ma, Yacong Zheng, Sha Zhong, Xingxing Zou, Yachao Li
  • 언어
    영어(ENG)
  • URL
    https://www.earticle.net/Article/A235355

※ 원문제공기관과의 협약기간이 종료되어 열람이 제한될 수 있습니다.

원문정보

초록

영어
IMM (Interacting Multiple Model) algorithm is widely used in target tracking, and its basic principle is described in detail at first. However, the IMM algorithm fails to obtain the prior probability of model conversion quickly and accurately when tracking for target. In this paper, an improved IMM algorithm based on ANFIS (the adaptive neural fuzzy inference system) is proposed. The improved algorithm can update the value of system noise covariance in real-time by ANFIS module through observing the coefficient of system noise covariance. Consequently, the probability of model conversion can be obtained more quickly and accurately. Then, the comparison and analysis of the experiment results between the original IMM algorithm and the improved one have been carried out. The experiment results show that the reaction rate for maneuvering target tracking is significantly boosted and tracking error is obviously reduced because the improved algorithm can update the value of system noise covariance in real-time and improve the system adaptability.

목차

Abstract
 1. Introduction
 2. Principle and Defect of the Original IMM Algorithm
  2.1. Principle of the IMM Algorithm
  2.2 Limitation of the Original IMM Algorithm
 3. The improved IMM Algorithm
  3.1 Principle of the Improved Algorithm
  3.2 Design of ANFIS System
 4. Experiment Results Comparison between the Original Algorithm and the Improved One
 5. Parameter Optimization in the ANFIS Module
 6. Conclusions
 Acknowledgements
 References

키워드

IMM (Interacting Multiple Model) ANFIS (the adaptive neural fuzzy inference system) System noise covariance Probability of model conversion

저자

  • Zengqiang Ma [ School of Electrical and Electronics Engineering, Shijiazhuang Tiedao University, Shijiazhuang, 050043,China ]
  • Yacong Zheng [ School of Electrical and Electronics Engineering, Shijiazhuang Tiedao University, Shijiazhuang, 050043,China ]
  • Sha Zhong [ School of Electrical and Electronics Engineering, Shijiazhuang Tiedao University, Shijiazhuang, 050043,China ]
  • Xingxing Zou [ School of Electrical and Electronics Engineering, Shijiazhuang Tiedao University, Shijiazhuang, 050043,China ]
  • Yachao Li [ School of Electrical and Electronics Engineering, Shijiazhuang Tiedao University, Shijiazhuang, 050043,China ]

참고문헌

자료제공 : 네이버학술정보

간행물 정보

발행기관

  • 발행기관명
    보안공학연구지원센터(IJSIP) [Science & Engineering Research Support Center, Republic of Korea(IJSIP)]
  • 설립연도
    2006
  • 분야
    공학>컴퓨터학
  • 소개
    1. 보안공학에 대한 각종 조사 및 연구 2. 보안공학에 대한 응용기술 연구 및 발표 3. 보안공학에 관한 각종 학술 발표회 및 전시회 개최 4. 보안공학 기술의 상호 협조 및 정보교환 5. 보안공학에 관한 표준화 사업 및 규격의 제정 6. 보안공학에 관한 산학연 협동의 증진 7. 국제적 학술 교류 및 기술 협력 8. 보안공학에 관한 논문지 발간 9. 기타 본 회 목적 달성에 필요한 사업

간행물

  • 간행물명
    International Journal of Signal Processing, Image Processing and Pattern Recognition
  • 간기
    격월간
  • pISSN
    2005-4254
  • 수록기간
    2008~2016
  • 십진분류
    KDC 505 DDC 605

이 권호 내 다른 논문 / International Journal of Signal Processing, Image Processing and Pattern Recognition Vol.7 No.5

    피인용수 : 0건 (자료제공 : 네이버학술정보)

    함께 이용한 논문 이 논문을 다운로드한 분들이 이용한 다른 논문입니다.

      출처 : 네이버학술정보

        0개의 논문이 장바구니에 담겼습니다.

        페이지 저장
        소속기관 조회
        이용자님의 소속기관(단체)이 서비스에 가입되어 있는지 확인해 보십시오.
        기관회원에 소속되어 있는 이용자는 원문을 무료로 이용할 수 있습니다.