-
公开(公告)号：CN116614879A
公开(公告)日：2023-08-18
申请号：CN202310680426.5
申请日：2023-06-08
Applicant: 南京理工大学
Abstract: 本发明公开了一种基于纯方位信息的多智能体网络节点快速分布式定位方法，包括以下步骤：通过初始化网络获得网络的通信拓扑结构并进行判断结构是否可行；通过分析计算网络信息将网络节点进行分类；建立纯方位信息解算模型，利用锚节点对已分类的未知位置的节点进行分批次定位，使得整个网络在不依靠大量锚节点数量就可有限步长内完成定位，且定位误差较小。该方法可以明显提高定位效率，不依赖锚节点密度的同时也有着较好的定位精度。
-
公开(公告)号：CN116087928A
公开(公告)日：2023-05-09
申请号：CN202310123482.9
申请日：2023-02-15
Applicant: 南京理工大学
Abstract: 本发明公开了一种基于纯方位测量的目标跟踪传感器调度方法，该方法步骤为：首先初始化纯方位目标跟踪系统，初始化UKF滤波；其次确定纯方位测量下传感器‑目标最优几何构型；然后进行目标位置一步预测；接着进行传感器最优几何构型匹配，完成传感器实时优化选择；接着对目标状态进行滤波估计；最后判断滤波过程是否结束。本发明为纯方位目标跟踪目标观测半径受限的情况提供了一种快速的传感器实时调度方法，可通过观测圆环半径的调整控制目标跟踪精度，同时有效提高了传感器组合的选择速度，保证了优化选择算法应用于大规模静态传感器网络中的实时性。
-
公开(公告)号：CN111479214A
公开(公告)日：2020-07-31
申请号：CN202010110085.4
申请日：2020-02-23
Applicant: 南京理工大学
Abstract: 本发明公开了一种基于TOA测量的无线传感网络最优目标定位方法，包括以下步骤：TOA定位系统初始化；确定理想的目标-传感器最优几何构型；最优传感器部署策略及目标节点位置坐标解算。本发明在GPS信号不可靠、信号弱或拒止环境下，实现基于TOA测量的WSNs中传感器动态最优几何构型部署和目标定位；目标定位和传感器最优部署是联动的，其定位精度随着传感器的最优部署而显著提升。
-
公开(公告)号：CN116659508A
公开(公告)日：2023-08-29
申请号：CN202310649032.3
申请日：2023-06-02
Applicant: 南京理工大学
Abstract: 本发明公开了一种纯角度量测下目标被动跟踪与传感器环航导引方法。本申请提供的方法首先在假定传感器运动速率大于目标运动速率前提下，引入一种目标状态粗估计策略，和一种观测器环航粗导引策略。然后，提出一种利用历史量测记录、目标状态估计和当前量测信息的目标纯角度量测虚拟交会定位方法，进而利用卡尔曼滤波器获得目标的精确状态估计。在此基础上，对观测器粗导引策略进行修正，从而实现了传感器更加精确地绕目标环航运动。本发明可为具有环绕航行或有巡飞能力的观测器，提供在仅有角度量测下的对运动目标高精度跟踪和传感器高精度绕目标环航。
-
公开(公告)号：CN111460636B
公开(公告)日：2022-09-13
申请号：CN202010199440.X
申请日：2020-03-20
Applicant: 南京理工大学
Abstract: 本发明公开了一种不完全量测数据驱动下的机动扩展目标混合交互式强跟踪滤波方法，包括如下步骤：步骤1，建立混合模型集，并确定混合模型集的转移概率矩阵；步骤2，计算交互后子模型滤波器在k采样时刻的输入初值；步骤3，构建子模型滤波器；步骤4，更新k采样时刻模型的模型概率；步骤5，计算k采样时刻的状态估计即协方差，判断终止条件，若目标跟踪过程结束，退出；否则返回步骤2。本发明提出的扩展目标跟踪算法能够有效适应实际工程中的不完全量测环境，具有更高的跟踪精度，且在目标机动时刻，模型切换更快、更准确。
-
Patent Agency Ranking
公开(公告)号：CN113534834A
公开(公告)日：2021-10-22
申请号：CN202010283032.2
申请日：2020-04-13
Applicant: 南京理工大学
IPC: G05D1/10
Abstract: 本发明公开了一种多无人机协同跟踪定位方法。该方法步骤为：根据无人机通讯网络拓扑结构图，基于图论的方法建立有向连通图，获得无人机传感器节点与相邻节点的连通信息；建立线性连续时间系统模型；利用IKCF滤波算法，对目标未知信息进行估计；采用序贯快速协方差交叉融合算法，对各节点的估计结果进行数据融合，得出确定的目标位置。本发明充分利用了相邻无人机节点的估计信息，提高了系统的实时性，使目标位置估计更加准确。
-
公开(公告)号：CN111460636A
公开(公告)日：2020-07-28
申请号：CN202010199440.X
申请日：2020-03-20
Applicant: 南京理工大学
Abstract: 本发明公开了一种不完全量测数据驱动下的机动扩展目标混合交互式强跟踪滤波方法，包括如下步骤：步骤1，建立混合模型集，并确定混合模型集的转移概率矩阵；步骤2，计算交互后子模型滤波器在k采样时刻的输入初值；步骤3，构建子模型滤波器；步骤4，更新k采样时刻模型的模型概率；步骤5，计算k采样时刻的状态估计即协方差，判断终止条件，若目标跟踪过程结束，退出；否则返回步骤2。本发明提出的扩展目标跟踪算法能够有效适应实际工程中的不完全量测环境，具有更高的跟踪精度，且在目标机动时刻，模型切换更快、更准确。
-
公开(公告)号：CN119167029A
公开(公告)日：2024-12-20
申请号：CN202411235575.1
申请日：2024-09-04
Applicant: 南京理工大学
Abstract: 本申请公开了一种结合群目标多维特征的关键节点识别方法。本申请假设目标处于全连通状态下，依据网络的连通率和冗余度估计每个目标的最优通讯距离，并基于此将群目标构建为复杂网络。其次，提出一种结合群目标多维特征的关键节点识别方法，构建并计算群目标的位置特征、速度特征、密度特征和外形特征。最后，利用层次分析法对上述特征进行重要性评估，为各个特征值分配权重，计算群内各目标的重要性，由此识别群目标中的关键节点。基于本发明提出的关键节点识别方法能有效提高对群目标网络中关键节点的辨识精度和准确性，可为精准反制与打击群目标提供决策依据。
-
公开(公告)号：CN114545968A
公开(公告)日：2022-05-27
申请号：CN202210153407.2
申请日：2022-02-18
Applicant: 南京理工大学
IPC: G05D1/10
Abstract: 本发明公开了一种基于纯方位定位的无人机集群多目标跟踪轨迹规划方法，方法为：首先建立无人机集群目标跟踪系统模型；其次分析传感器‑目标最优几何构型；然后对目标进行无人机数量分配；接着进行基于UKF的目标跟踪滤波，确认目标估计位置；随后进行无人机任务规划，确认无人机期望部署点；然后确认无人机的机动策略，进行轨迹规划；最后根据克拉美罗下界与均方根误差对于滤波进行评估。本发明采用最小化无人机移动距离之和的准则来规划基于传感器‑目标最优几何构型的无人机机动轨迹，在确保了高定位精度的同时缩短了无人机部署时间，大大提高无人机集群目标定位与跟踪以及后续围捕攻击、追逃对抗等任务的效率。
-
公开(公告)号：CN111883265A
公开(公告)日：2020-11-03
申请号：CN202010610056.4
申请日：2020-06-30
Applicant: 南京理工大学
Abstract: 本发明公开了一种应用于火控系统的目标状态估计方法。该方法为：首先，设定分布式网络化火控系统的通信拓扑，并建立线性离散目标运动模型；其次，利用无偏量测转换方法将探测器探测到的信息转换到笛卡尔坐标系下，这有助于目标运动分析；然后各个火控单元采用基于事件触发机制的卡尔曼一致性滤波算法得到局部的目标状态估计信息；最后，指挥层根据各火控单元的局部估计利用快速协方差交叉批处理算法得到更精确的目标状态估计值。本发明减轻了火控系统通信网络的负担，使得各火控单元对目标状态信息认知达到高度一致，并提高了系统的鲁棒性和指挥层的估计精度。
-
-
-
-
-
-
-
-
-
Search Results
34
records
(took 0.018 seconds)
