-
公开(公告)号：CN110596693B
公开(公告)日：2021-10-22
申请号：CN201910789636.1
申请日：2019-08-26
Applicant: 杭州电子科技大学
IPC: G01S13/72
Abstract: 本发明公开了一种迭代更新的多传感器GMPHD自适应融合方法，该方法先构建异步多传感器多目标跟踪场景和构建一种多传感器迭代更新自适应融合框架；在每个传感器上分别应用高斯混合PHD滤波算法对历史估计信息和自身获得的测量值进行滤波估计；再进行传感器排序和融合，对各传感器滤波后的混合高斯信息进行枝剪合并操作，并输出目标估计信息；再将输出反馈给各传感器，作为下一时刻的输入。本发明配置结构明了，计算量小，可广泛应用于多目标跟踪领域，该方法可以提高在密集杂波环境下多传感器对监测区域内目标的估计精度，维持跟踪过程。
-
公开(公告)号：CN113408586A
公开(公告)日：2021-09-17
申请号：CN202110564732.3
申请日：2021-05-24
Applicant: 杭州电子科技大学
IPC: G06K9/62
Abstract: 本发明公开了一种基于双向解相关的乱序数据融合方法，该方法适用于多传感器目标跟踪领域，融合中心测量数据存在乱序场景。针对传统丢弃法会导致融合中心航迹的目标跟踪性能存在损失问题，本发明利用融合中心航迹的历史状态信息更新乱序测量信息，并通过双向解相关的方式求解更新后的结果和融合中心航迹的历史状态信息的相关性，最终利用解相关的结果更新融合中心航迹的当前状态。本发明有效提升融合中心航迹目标跟踪性能。
-
公开(公告)号：CN108734725B
公开(公告)日：2020-09-29
申请号：CN201810320130.1
申请日：2018-04-11
Applicant: 杭州电子科技大学
Abstract: 本发明提出一种基于高斯过程的概率数据关联滤波扩展目标跟踪方法。该方法首先提出了基于高斯过程的联合跟踪门，以选择各个时刻测量中的有效测量，总结各个有效测量来源的情况，获得关于测量来源的相关事件。第二，以相关事件，当前时刻的有效测量和近似足够统计为条件，基于卡尔曼滤波，获得相关事件对应的目标状态估计。第三，基于贝叶斯概率理论，以所有时刻的有效测量为条件，求得相关事件的权重。最后，结合总体概率公式，将所有相关事件的条件估计与相对应的权重加以总结，获得融合的状态估计和协方差估计。
-
公开(公告)号：CN108122008B
公开(公告)日：2020-09-08
申请号：CN201711405236.3
申请日：2017-12-22
Applicant: 杭州电子科技大学
Abstract: 本发明涉及基于稀疏表示和多特征决策级融合的SAR图像识别方法。为提高SAR目标识别算法的识别率和识别速度，本发明将SAR切片图像提取灰度特征和降维随机卷积特征向量，然后采用字典学习算法对从每一类别训练样本提取的特征向量构成的字典进行优化，构成字典，最后通过字典恢复样本稀疏系数得到分类结果。本发明提出的方法在极大地提高了识别速度的同时，提高了识别精度，具有更好的应用前景。
-
公开(公告)号：CN110836783A
公开(公告)日：2020-02-25
申请号：CN201911038991.1
申请日：2019-10-29
Applicant: 杭州电子科技大学
Abstract: 本发明公开了基于阈值判断的GA-BP的磁悬浮列车故障检测方法。以传感器获得数据的特征参数归一化后作为BP输入，方差阈值和变化率判断故障作为输出，并采用遗传算法优化出最优网络权值和阈值，提高BP神经网络的检测精度。本发明可以准确的诊断磁悬浮列车是否发生振动故障，避免发生误报警问题。
-
Patent Agency Ranking
公开(公告)号：CN110414130A
公开(公告)日：2019-11-05
申请号：CN201910682478.X
申请日：2019-07-26
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种基于误差-模糊分解的变结构多模型机动目标跟踪方法，本发先采用误差模糊度分解(EAD)原理来推导EAD-MSA(误差模糊度分解-模型序列集适应)标准，该标准在最小化估计值与真实值之间的平方差是最优的。从而构造了EAD-变结构多模型模型(EAD—VSMM)方法。本发明配置结构明了，计算量小，可广泛应用于机动目标跟踪领域，该方法可以提高对目标跟踪的精度性和鲁棒性。
-
公开(公告)号：CN110389327A
公开(公告)日：2019-10-29
申请号：CN201910689238.2
申请日：2019-07-29
Applicant: 杭州电子科技大学
IPC: G01S7/41
Abstract: 本发明公开了一种接收站位置误差下多站多外辐射源雷达双基距定位方法。本发明按照接收站将多站多外辐射源雷达系统的量测数据分组，选择目标到接收站的距离为辅助变量，将每组双基距非线性量测方程伪线性化。将接收站位置量测噪声和双基距量测噪声统计特性融入目标定位算法中设计权重，建立基于加权最小二乘的代价函数。在此基础上，利用辅助变量与目标位置的关联作为约束条件，构建约束加权最小二乘定位模型，并通过拉格朗日乘子法进行优化求解。最后将各种估计结果加权融合得到目标位置最终估计。本发明在保证估计性能的前提下降低定位的复杂度，降低误差对目标定位性能的影响。
-
公开(公告)号：CN108764296A
公开(公告)日：2018-11-06
申请号：CN201810402844.7
申请日：2018-04-28
Applicant: 杭州电子科技大学
IPC: G06K9/62
CPC classification number: G06K9/6223 , G06K9/6256 , G06K9/6267
Abstract: 本发明公开了一种基于K‑means与多任务关联学习结合的多分类方法；本发明将K‑means方法与多任务关联学习方法组合在一起进行多分类。使用K‑means下采样解决了多分类中训练样本不均衡的问题，并减小了训练集的数据量，有利于加快计算速度并减少计算机系统资源的占用。多任务关联学习算法有较强的分类能力，引入该算法作为分类器保证了组合算法的分类准确率，并使组合算法更具通用性。
-
公开(公告)号：CN108122008A
公开(公告)日：2018-06-05
申请号：CN201711405236.3
申请日：2017-12-22
Applicant: 杭州电子科技大学
Abstract: 本发明涉及基于稀疏表示和多特征决策级融合的SAR图像识别方法。为提高SAR目标识别算法的识别率和识别速度，本发明将SAR切片图像提取灰度特征和降维随机卷积特征向量，然后采用字典学习算法对从每一类别训练样本提取的特征向量构成的字典进行优化，构成字典，最后通过字典恢复样本稀疏系数得到分类结果。本发明提出的方法在极大地提高了识别速度的同时，提高了识别精度，具有更好的应用前景。
-
公开(公告)号：CN107783104A
公开(公告)日：2018-03-09
申请号：CN201710966437.4
申请日：2017-10-17
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种基于粒子滤波的多异步传感器单目标检测前跟踪方法，针对低信噪比弱目标环境下多异步传感器单目标检测前跟踪问题，本发明提出了一套完整的处理方法流程，最主要的是提出了一种多异步雷达目标量测信息融合方法。本发明可以有效的提高目标正确发现概率和跟踪精度。
-
-
-
-
-
-
-
-
-
Search Results
174
records
(took 0.033 seconds)
