文献

J-GLOBAL ID：201702247354496005   整理番号：17A1656447

操縦目標追跡サポートベクトル回帰学習の新しい方法【JST・京大機械翻訳】

Novel approach in maneuvering target tracking based onsupport vector regression

著者 (2件)： Lai Shaofa (南京理工大学 計算机科学与工程学院,江蘇 南京,210094) ,  Liu Huajun (南京理工大学 計算机科学与工程学院,江蘇 南京,210094)
資料名： Nanjing Ligong Daxue Xuebao. Ziran Kexue Ban  (Nanjing Ligong Daxue Xuebao. Ziran Kexue Ban)
巻： 41  号： 2  ページ： 264-268  発行年： 2017年 
JST資料番号： C2961A  ISSN： 1005-9830  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 強い操縦性車両目標の運動モデリング,制御入力モデリング,およびノイズモデリングの不正確さによって引き起こされる自動車レーダ目標追跡の低い精度の問題を解決するために,サポートベクトル回帰(SVR)に基づく操縦目標追跡フィルタの新しい方法を提案した。通常の加速度(CA)モデルに基づいて,理論的に新しい共分散と実際の共分散残差のFrobeniusノルムのオンライン学習を行い,プロセス雑音共分散の適応調整因子を獲得し,運動モデルをリアルタイムに調整した。自動車レーダ目標追跡システムのシミュレーション実験により,提案したアルゴリズムは,車両モデルと雑音モデルに対する自動車レーダ目標追跡フィルタの依存性を減少させ,強い操縦目標追跡フィルタの性能においてCAモデルより優れており,Singerモデルよりも高い操縦適応性と高い精度を有することを示した。Data from Wanfang. Translated by JST【JST・京大機械翻訳】

シソーラス用語： 加速度 ,  トラッキング装置 ,  操縦性 ,  雑音 ,  モデリング ,  シミュレーション ,  モデル ,  適応性 ,  フィルタ ,  *学習 ,  アルゴリズム ,  共分散
準シソーラス用語： 運動モデル ,  *サポートベクトル回帰 ,  *ターゲット追跡 , 【Automatic Indexing@JST】

著者キーワード (3件)： maneuvering target tracking ,  support vector regression ,  automotive millimeter-wave radars

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (4件)： 操縦 ,  目標追跡 ,  サポートベクトル回帰 ,  学習