%0 Journal Article
%T 改进并行集中式数据关联算法
%A 周航
%A 冯新喜
%J 重庆邮电大学学报(自然科学版)
%D 2012
%X 针对目标批次过多导致计算上的组合爆炸问题，提出一种改进并行集中式多传感器不敏近似联合概率数据关联（jointprobabilisticdataassociation，JPDA）算法。该算法首先采用基于unscented变换的卡尔曼滤波（unscentedKalmanfilter，UKF）实现非线性系统中状态估计的递推,然后通过改进的并行集中式方法将数据传至中心，利用改进的JPDA方法进行量测点迹与目标航迹关联。仿真实验表明，该算法在非线性复杂环境中具有较好的数据关联正确率，且计算耗时较集中式串行不敏JPDA算法少。
%K 多传感器
%K 多目标
%K 不敏卡尔曼滤波器
%K 近似概率联合数据关联
%U http://journal.cqupt.edu.cn/jcuptnse/jcuptnse/ch/reader/view_abstract.aspx?file_no=20120314&flag=1