公开(公告)号：CN120067523A

公开(公告)日：2025-05-30

申请号：CN202510257050.6

申请日：2025-03-05

Applicant: 北京理工大学

Inventor： 闫莉萍 ,  张琰卓 ,  周宇琴 ,  夏元清

IPC: G06F17/18 ,  G06F17/16 ,  G01C21/28

Abstract: 本发明属于多目标跟踪应用技术领域，具体涉及一种基于转换状态概率假设密度滤波的非线性多目标跟踪方法。该方法利用转换状态将多目标的非线性系统重构为线性系统，并结合GM‑PHD滤波得到了转换状态的高斯混合概率假设密度算法，该算法与传统的非线性多目标跟踪方法：扩展卡尔曼的GM‑PHD和无迹卡尔曼的GM‑PHD方法相比，本发明具有较高跟踪精度和较低的执行时间。

公开(公告)号：CN115310507A

公开(公告)日：2022-11-08

申请号：CN202210533333.5

申请日：2022-05-13

Applicant: 北京理工大学

Inventor： 闫莉萍 ,  周宇琴 ,  夏元清 ,  张金会 ,  孙中奇 ,  邹伟东

IPC: G06K9/62 ,  G06F17/18

Abstract: 本发明公开了基于非对称alpha散度异步非均匀分布式多目标跟踪方法，用于异步非均匀分布式传感器网络下的多目标跟踪。通过设定时间变量作为时间触发融合结构的触发条件，并基于时间判断程序获得当前系统状态，再结合贝叶斯估计过程构建适用于异步非均匀传感器网络的时间触发融合TTF结构。其次，基于连续离散多目标动态CD模型和带势估计的概率假设密度CPHD算法，结合时间触发融合结构，构建适用于异步非均匀传感器网络的具有多步新生过程的多目标跟踪TCD‑CPHD结构。再者，考虑到非对称alpha散度AAD对噪声数据的敏感性，为融合过程构建基于AAD的融合规则，称为AAD一致性。结合TCD‑CPHD结构和AAD一致性，构建完整的针对异步非均匀传感器网络的分布式多目标跟踪算法。