首页 | 官方网站   微博 | 高级检索  
     

基于支持向量机的传感器管理技术研究
引用本文:蒋鼎国,张宇林,焦竹青,徐保国.基于支持向量机的传感器管理技术研究[J].传感器与微系统,2008,27(11).
作者姓名:蒋鼎国  张宇林  焦竹青  徐保国
作者单位:江南大学通信与控制工程学院,江苏,无锡,214122
基金项目:国家高技术研究发展计划(863计划) 
摘    要:传感器的优化管理是影响多传感器目标分配问题的重要环节。在分析传感器管理基本要求的基础上,提出了一种基于支持向量机(SVM)的新型目标判定方法。利用SVM算法能够对经验风险和置信范围进行有效控制的优点,以进行多传感器系统的融合预测与可靠性检测,最终实现了在实测数据和可靠的目标预测信息下,对传感器资源的有效管理。仿真实例证明了该传感器管理方法的合理性和有效性。

关 键 词:传感器管理  目标判定  支持向量机

Study on sensor management based on support vector machine
JIANG Ding-guo,ZHANG Yu-lin,JIAO Zhu-qing,XU Bao-guo.Study on sensor management based on support vector machine[J].Transducer and Microsystem Technology,2008,27(11).
Authors:JIANG Ding-guo  ZHANG Yu-lin  JIAO Zhu-qing  XU Bao-guo
Abstract:Sensor optimal management is very important to multi-sensor system in target assignment.To solve the problem effectively,the basic requirement of sensor management are analyzed,and a novel target assignment algorithm is proposed based on support vector machine(SVM),Through the active control to the experience risk and belief range using SVM,the fusion forecast and reliable examination of multi-sensor system is carried on.Finally,the effective management to sensor resources is realized under measured data and reliable target prediction information.The results of simulations indicate that the method is effective and reasonable.
Keywords:sensor management  target determination  support vector machine(SVM)
本文献已被 维普 万方数据 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司    京ICP备09084417号-23

京公网安备 11010802026262号