将模糊理论用于系统研究智能目标跟踪在国内外还是首次尝试。课题组完成了模糊推理多模型目标建模、模糊数据关联及模糊起始终结等研究。较系统地建立了模糊多目标跟踪理论和方法,使智能跟踪研究取得显著进展,首次提出新息滤波多模型估计等新算法;提出主导概率数据关联和扩展概率数据关联自适应目标跟踪算法。受到国内外同行的高度重视。提出弱可观察性要领和分析方法,完成了单站双站及多站被动式数据融合算法。完成三个软件包。成果结合国防预研已开展推广应用。课题组发表论文29篇,受到EI等国际期刊索引11次;与国外同行做合作研究5次。主持人在基金研究期间,获光华科技进步二等奖等多项奖励。培养研究生11名,超额完成基金申请计划要求。
{{i.achievement_title}}
数据更新时间:2023-05-31
Ordinal space projection learning via neighbor classes representation
基于纳米铝颗粒改性合成稳定的JP-10基纳米流体燃料
Image super-resolution based on sparse coding with multi-class dictionaries
Phosphorus-Induced Lipid Class Alteration Revealed by Lipidomic and Transcriptomic Profiling in Oleaginous Microalga Nannochloropsis sp. PJ12
Numerical investigation on aerodynamic performance of a bionics flapping wing
集合论及其在拓扑中的应用
面向智能视频监控的多目标检测与跟踪技术研究
智能粒子滤波器及其在人体运动跟踪中的应用
基于模糊奇异摄动模型的多目标鲁棒控制及其应用