Generally, traditional approaches to track the target position are to estimate ranges and bearings by 2-D MUSIC (MUltiple 519na1 Classification) method. and to associate estimates of 2-D MUSIC made at different time points with the right targets by JPDA (Joint Probabilistic Data Association) filter in the near field. However, the disadvantages of these approaches are that these have the data association Problem in tracking multiple targets. and that these require the heavy computational load in estimating a 2-D range/bearing spectrum. In case multiple targets are adjacent. the tracking performance degrades seriously because the estimate of each target's Position has a large error. In this paper, we proposed a new tracking algorithm using Position innovations extracted from the senor output covariance matrix in the near field. The proposed algorithm is demonstrated by the computer simulations dealing with the tracking of multiple closing and crossing targets.
Proceedings of the Korean Institute of Intelligent Systems Conference
/
2002.05a
/
pp.166-169
/
2002
The accuracy in maneuvering target tracking using multiple models is caused by the suitability of each target motion model to be used. The interacting multiple model (IMM) algorithm and the adaptive IMM algorithm require the predefined sub-models and the predetermined acceleration intervals, respectively, in consideration of the properties of maneuvers to construct multiple models. In this paper, to solve these problems intelligently, a genetic algorithm (GA) based-IMM method using fuzzy logic is proposed. In the proposed method, a sub-model is represented as a set of fuzzy rules to model the time-varying variances of the process noises of a new piecewise constant white acceleration model, and the GA is applied to identify this fuzzy model. The proposed method is compared with the AIMM algorithm in simulations.
Proceedings of the Korean Institute of Intelligent Systems Conference
/
2003.09b
/
pp.99-102
/
2003
A new interacting multiple model (IMM) method using genetic algorithm (GA)-based intelligent input estimation(IIE) is proposed to track a maneuvering target. In the proposed method, the acceleration level for each sub-model is determined by IIE-the estimation of the unknown acceleration input by a fuzzy system using the relation between maneuvering filter residual and non-maneuvering one. The GA is utilized to optimize a fuzzy system fur a sub-model within a fixed range of acceleration input. Then, multiple models are composed of these fuzzy systems, which are optimized for different ranges of acceleration input. In computer simulation for an incoming ballistic missile, the tracking performance of the proposed method is compared with those of the input estimation(IE) technique and the adaptive interacting multiple model (AIMM) method.
Journal of the Korea Institute of Military Science and Technology
/
v.11
no.1
/
pp.85-92
/
2008
An architecture for multiple radar tracking systems can be broadly categorized according to the methods in which the tracking functions are performed : central-level tracking and distributed tracking. In the central-level tracking, target tracking is performed using observations from all radar systems. This architecture provides optimal solution to target tracking. In distributed tracking, tracking is performed at each radar system and the composite track information is formed through track fusion integrating multiple radar-level tracks. Track-to-track fusion and track-to-track association are required to perform in this architecture. In this paper, issues and recent research on the two tracking architectures are surveyed.
The accuracy in maneuvering target tracking using multiple models is caused by the suitability of each target motion model to be used. The interacting multiple model (IMM) algorithm and the adaptive IMM (AIMM) algorithm require the predefined sub-models and the predetermined acceleration intervals, respectively, in consideration of the properties of maneuvers in order to construct multiple models. In this paper, to solve these problems intelligently, a genetic algorithm (GA) based-IMM method using fuzzy logic is proposed. In the proposed method, the acceleration input is regarded as an additive noise and a sub-model is represented as a set of fuzzy rules to model the time-varying variances of the process noises of a new piecewise constant white acceleration model. The proposed method is compared with the AIMM algorithm in simulations.
International Journal of Control, Automation, and Systems
/
v.4
no.5
/
pp.559-566
/
2006
In the real system application, the interacting multiple model (IMM) based algorithm requires less computing resources as well as a good performance with respect to the various target maneuverings. And it further requires an easy design procedure in terms of its structures and parameters. To solve these problems, a fuzzy interacting multiple model (FIMM) algorithm, which is based on the basis sub-models defined by considering the maneuvering property and the time-varying mode transition probabilities designed by using the mode probabilities as inputs of a fuzzy decision maker, is proposed. To verify the performance of the proposed algorithm, airborne target tracking is performed. Simulation results show that the FIMM algorithm solves all problems in the real system application of the IMM based algorithm.
Journal of electromagnetic engineering and science
/
v.10
no.4
/
pp.250-255
/
2010
This paper presents a non-contact measurement method of vital signal by the use of multiple-input multiple-output (MIMO) bio-radar system, configured with two antennas that are separated by a certain distance. The direction of arrival (DOA) estimation algorithm for coherent sources was applied to detect vital signals coming from different spatial angles. The proposed MIMO bio-radar system was composed of two identical transceivers sharing single VCO with a PLL. In order to verify the performance of the system, the DOA estimation experiment was completed with respect to the human target at angles varying between $-50^{\circ}$ and $50^{\circ}$ where the bio-radar system was placed at distances (corresponding to 50 cm and 95 cm) in front of a human target. The proposed MIMO bio-radar system can successfully find the direction of a human target.
Journal of the Korean Institute of Intelligent Systems
/
v.16
no.2
/
pp.234-239
/
2006
In this paper, we propose an interacting multiple model (IMM) method using intelligent tracking filter with fuzzy gain to reduce tracking errors for maneuvering targets. In the proposed filter, the unknown acceleration input for each sub-model is determined by mismatches between the modelled target dynamics and the actual target dynamics. After a acceleration input is detected, the state estimates for each sub-filter are modified. To modify the accurate estimation, we propose the fuzzy gain based on the relation between the filter residual and its variation. To optimize each fuzzy system, we utilize the genetic algorithm (GA). The tracking performance of the proposed method is compared with those of the adaptive interacting multiple model(AIMM) method and input estimation (IE) method through computer simulations.
This paper presents the smart interacting multiple model (SIMM) using the concept of predicted point and maximum noise level. Maximum noise level means the largest value of the mere noises. We utilize the positional difference between measured point and predicted point as acceleration. Comparing this acceleration with the maximum noise level, we extract the acceleration to recognize the characteristics of the target. To estimate the acceleration, we propose an optional algorithm utilizing the proposed method and the Kalman filter (KF) selectively. Also, for increasing the effect of estimation, the weight given at each sub-filter of the interacting multiple model (IMM) structure is varying according to the rate of noise scale. All the procedures of the proposed algorithm can be implemented by an on-line system. Finally, an example is provided to show the effectiveness of the proposed algorithm.
본 웹사이트에 게시된 이메일 주소가 전자우편 수집 프로그램이나
그 밖의 기술적 장치를 이용하여 무단으로 수집되는 것을 거부하며,
이를 위반시 정보통신망법에 의해 형사 처벌됨을 유념하시기 바랍니다.
[게시일 2004년 10월 1일]
이용약관
제 1 장 총칙
제 1 조 (목적)
이 이용약관은 KoreaScience 홈페이지(이하 “당 사이트”)에서 제공하는 인터넷 서비스(이하 '서비스')의 가입조건 및 이용에 관한 제반 사항과 기타 필요한 사항을 구체적으로 규정함을 목적으로 합니다.
제 2 조 (용어의 정의)
① "이용자"라 함은 당 사이트에 접속하여 이 약관에 따라 당 사이트가 제공하는 서비스를 받는 회원 및 비회원을
말합니다.
② "회원"이라 함은 서비스를 이용하기 위하여 당 사이트에 개인정보를 제공하여 아이디(ID)와 비밀번호를 부여
받은 자를 말합니다.
③ "회원 아이디(ID)"라 함은 회원의 식별 및 서비스 이용을 위하여 자신이 선정한 문자 및 숫자의 조합을
말합니다.
④ "비밀번호(패스워드)"라 함은 회원이 자신의 비밀보호를 위하여 선정한 문자 및 숫자의 조합을 말합니다.
제 3 조 (이용약관의 효력 및 변경)
① 이 약관은 당 사이트에 게시하거나 기타의 방법으로 회원에게 공지함으로써 효력이 발생합니다.
② 당 사이트는 이 약관을 개정할 경우에 적용일자 및 개정사유를 명시하여 현행 약관과 함께 당 사이트의
초기화면에 그 적용일자 7일 이전부터 적용일자 전일까지 공지합니다. 다만, 회원에게 불리하게 약관내용을
변경하는 경우에는 최소한 30일 이상의 사전 유예기간을 두고 공지합니다. 이 경우 당 사이트는 개정 전
내용과 개정 후 내용을 명확하게 비교하여 이용자가 알기 쉽도록 표시합니다.
제 4 조(약관 외 준칙)
① 이 약관은 당 사이트가 제공하는 서비스에 관한 이용안내와 함께 적용됩니다.
② 이 약관에 명시되지 아니한 사항은 관계법령의 규정이 적용됩니다.
제 2 장 이용계약의 체결
제 5 조 (이용계약의 성립 등)
① 이용계약은 이용고객이 당 사이트가 정한 약관에 「동의합니다」를 선택하고, 당 사이트가 정한
온라인신청양식을 작성하여 서비스 이용을 신청한 후, 당 사이트가 이를 승낙함으로써 성립합니다.
② 제1항의 승낙은 당 사이트가 제공하는 과학기술정보검색, 맞춤정보, 서지정보 등 다른 서비스의 이용승낙을
포함합니다.
제 6 조 (회원가입)
서비스를 이용하고자 하는 고객은 당 사이트에서 정한 회원가입양식에 개인정보를 기재하여 가입을 하여야 합니다.
제 7 조 (개인정보의 보호 및 사용)
당 사이트는 관계법령이 정하는 바에 따라 회원 등록정보를 포함한 회원의 개인정보를 보호하기 위해 노력합니다. 회원 개인정보의 보호 및 사용에 대해서는 관련법령 및 당 사이트의 개인정보 보호정책이 적용됩니다.
제 8 조 (이용 신청의 승낙과 제한)
① 당 사이트는 제6조의 규정에 의한 이용신청고객에 대하여 서비스 이용을 승낙합니다.
② 당 사이트는 아래사항에 해당하는 경우에 대해서 승낙하지 아니 합니다.
- 이용계약 신청서의 내용을 허위로 기재한 경우
- 기타 규정한 제반사항을 위반하며 신청하는 경우
제 9 조 (회원 ID 부여 및 변경 등)
① 당 사이트는 이용고객에 대하여 약관에 정하는 바에 따라 자신이 선정한 회원 ID를 부여합니다.
② 회원 ID는 원칙적으로 변경이 불가하며 부득이한 사유로 인하여 변경 하고자 하는 경우에는 해당 ID를
해지하고 재가입해야 합니다.
③ 기타 회원 개인정보 관리 및 변경 등에 관한 사항은 서비스별 안내에 정하는 바에 의합니다.
제 3 장 계약 당사자의 의무
제 10 조 (KISTI의 의무)
① 당 사이트는 이용고객이 희망한 서비스 제공 개시일에 특별한 사정이 없는 한 서비스를 이용할 수 있도록
하여야 합니다.
② 당 사이트는 개인정보 보호를 위해 보안시스템을 구축하며 개인정보 보호정책을 공시하고 준수합니다.
③ 당 사이트는 회원으로부터 제기되는 의견이나 불만이 정당하다고 객관적으로 인정될 경우에는 적절한 절차를
거쳐 즉시 처리하여야 합니다. 다만, 즉시 처리가 곤란한 경우는 회원에게 그 사유와 처리일정을 통보하여야
합니다.
제 11 조 (회원의 의무)
① 이용자는 회원가입 신청 또는 회원정보 변경 시 실명으로 모든 사항을 사실에 근거하여 작성하여야 하며,
허위 또는 타인의 정보를 등록할 경우 일체의 권리를 주장할 수 없습니다.
② 당 사이트가 관계법령 및 개인정보 보호정책에 의거하여 그 책임을 지는 경우를 제외하고 회원에게 부여된
ID의 비밀번호 관리소홀, 부정사용에 의하여 발생하는 모든 결과에 대한 책임은 회원에게 있습니다.
③ 회원은 당 사이트 및 제 3자의 지적 재산권을 침해해서는 안 됩니다.
제 4 장 서비스의 이용
제 12 조 (서비스 이용 시간)
① 서비스 이용은 당 사이트의 업무상 또는 기술상 특별한 지장이 없는 한 연중무휴, 1일 24시간 운영을
원칙으로 합니다. 단, 당 사이트는 시스템 정기점검, 증설 및 교체를 위해 당 사이트가 정한 날이나 시간에
서비스를 일시 중단할 수 있으며, 예정되어 있는 작업으로 인한 서비스 일시중단은 당 사이트 홈페이지를
통해 사전에 공지합니다.
② 당 사이트는 서비스를 특정범위로 분할하여 각 범위별로 이용가능시간을 별도로 지정할 수 있습니다. 다만
이 경우 그 내용을 공지합니다.
제 13 조 (홈페이지 저작권)
① NDSL에서 제공하는 모든 저작물의 저작권은 원저작자에게 있으며, KISTI는 복제/배포/전송권을 확보하고
있습니다.
② NDSL에서 제공하는 콘텐츠를 상업적 및 기타 영리목적으로 복제/배포/전송할 경우 사전에 KISTI의 허락을
받아야 합니다.
③ NDSL에서 제공하는 콘텐츠를 보도, 비평, 교육, 연구 등을 위하여 정당한 범위 안에서 공정한 관행에
합치되게 인용할 수 있습니다.
④ NDSL에서 제공하는 콘텐츠를 무단 복제, 전송, 배포 기타 저작권법에 위반되는 방법으로 이용할 경우
저작권법 제136조에 따라 5년 이하의 징역 또는 5천만 원 이하의 벌금에 처해질 수 있습니다.
제 14 조 (유료서비스)
① 당 사이트 및 협력기관이 정한 유료서비스(원문복사 등)는 별도로 정해진 바에 따르며, 변경사항은 시행 전에
당 사이트 홈페이지를 통하여 회원에게 공지합니다.
② 유료서비스를 이용하려는 회원은 정해진 요금체계에 따라 요금을 납부해야 합니다.
제 5 장 계약 해지 및 이용 제한
제 15 조 (계약 해지)
회원이 이용계약을 해지하고자 하는 때에는 [가입해지] 메뉴를 이용해 직접 해지해야 합니다.
제 16 조 (서비스 이용제한)
① 당 사이트는 회원이 서비스 이용내용에 있어서 본 약관 제 11조 내용을 위반하거나, 다음 각 호에 해당하는
경우 서비스 이용을 제한할 수 있습니다.
- 2년 이상 서비스를 이용한 적이 없는 경우
- 기타 정상적인 서비스 운영에 방해가 될 경우
② 상기 이용제한 규정에 따라 서비스를 이용하는 회원에게 서비스 이용에 대하여 별도 공지 없이 서비스 이용의
일시정지, 이용계약 해지 할 수 있습니다.
제 17 조 (전자우편주소 수집 금지)
회원은 전자우편주소 추출기 등을 이용하여 전자우편주소를 수집 또는 제3자에게 제공할 수 없습니다.
제 6 장 손해배상 및 기타사항
제 18 조 (손해배상)
당 사이트는 무료로 제공되는 서비스와 관련하여 회원에게 어떠한 손해가 발생하더라도 당 사이트가 고의 또는 과실로 인한 손해발생을 제외하고는 이에 대하여 책임을 부담하지 아니합니다.
제 19 조 (관할 법원)
서비스 이용으로 발생한 분쟁에 대해 소송이 제기되는 경우 민사 소송법상의 관할 법원에 제기합니다.
[부 칙]
1. (시행일) 이 약관은 2016년 9월 5일부터 적용되며, 종전 약관은 본 약관으로 대체되며, 개정된 약관의 적용일 이전 가입자도 개정된 약관의 적용을 받습니다.