一种预测引导的多扩展目标量测集划分方法

    公开(公告)号:CN111273277A

    公开(公告)日:2020-06-12

    申请号:CN202010106242.4

    申请日:2020-02-21

    Abstract: 本发明涉及一种预测引导的多扩展目标量测集划分方法,在目标相近并且出现目标个数低估问题时,利用量测和预测高斯混合项均值的几何分布特点和多边形顶点的几何知识,重新调整由预测状态确定的不合理的初始聚类中心点,大大改善了目标相近情况下由不合理的预测信息造成跟踪精度不高的问题,有助于准确地划分量测集,提高目标状态和个数估计结果的准确度和稳定性,同时对量测集划分数的合理限制大大降低了计算量,极大地改善了多扩展目标跟踪算法的跟踪性能,通过大幅度缩小量测集划分数,极大地提高了算法的跟踪速度。

    一种基于改进证据信任度的空中小目标识别方法

    公开(公告)号:CN109977763A

    公开(公告)日:2019-07-05

    申请号:CN201910108544.2

    申请日:2019-02-03

    Abstract: 一种基于改进证据信任度的空中小目标识别方法,包括:S1、识别装置通过多个传感器对空中小目标进行探测,获取探测数据;S2、识别装置根据探测数据提取若干个证据;S3、识别装置利用Jousselme证据距离描述所有证据之间的证据冲突,得到冲突度;S4、识别装置基于冲突度将所有证据均转化为加权均值证据;S5、识别装置计算每个证据与其对应的加权均值证据的自适应相似度;S6、识别装置将每个证据的自适应相似度转化为层间信任度,并且将层间信任度作为证据的权重;S7、识别装置根据证据的权重将证据转化为修正证据;S8、识别装置基于D‑S证据理论对所有修正证据进行融合从而识别空中小目标。

    基于自适应卡尔曼滤波器的室内移动机器人组合定位方法

    公开(公告)号:CN109916407A

    公开(公告)日:2019-06-21

    申请号:CN201910108561.6

    申请日:2019-02-03

    Abstract: 基于自适应卡尔曼滤波器的室内移动机器人组合定位方法,包括:S1、构建室内机器人的惯导运动学模型和超宽带量测模型,并且初始化自适应卡尔曼滤波器;S2、基于惯导运动学模型和超宽带量测模型生成组合量测方程,并且利用组合量测方程对室内机器人的状态进行量测,得到量测值;S3、对量测值中的野值进行处理,得到修正值;S4、使用自适应估计算法估计修正值的噪声协方差;S5、将噪协方差代入到自适应卡尔曼滤波器中对量测值进行更新,得到优化值。本发明提供一种基于自适应卡尔曼滤波器的室内移动机器人组合定位方法,具有高定位精度和高鲁棒性。

Patent Agency Ranking