-
公开(公告)号：CN106371078B
公开(公告)日：2018-06-26
申请号：CN201610670113.1
申请日：2016-08-16
Applicant: 电子科技大学
IPC: G01S7/41
Abstract: 本发明公开了一种基于发射波形和位置联合估计的多发射源被动定位方法。其采用网格搜索方法从接收机量测中依次联合估计发射信号波形和发射源位置，在估计出前一个发射源位置和发射信号波形后，从接收机量测中删去前一个发射信号的信息并更新量测向量，再利用网格搜索方法定位下一个发射源，通过充分利用每个发射信号的波形信息，有效实现了对多个微弱发射源的高精度定位，且可适用的发射波形广泛，可以直接应用到现有被动雷达的高精度多目标定位中，具有良好的应用效果和极大的应用前景。
-
公开(公告)号：CN106707272A
公开(公告)日：2017-05-24
申请号：CN201610522044.X
申请日：2016-07-01
Applicant: 电子科技大学
IPC: G01S13/72
Abstract: 为了在有限资源限制条件下，实现复杂场景下多目标状态的有效跟踪，本发明提供了一种基于随机集理论的多目标跟踪方法。该方法在航迹预测阶段首先依据贝叶斯准则对每一个继续存活航迹进行一步预测，然后根据目标先验信息自适应出生目标航迹；在航迹跟新阶段，首先在各假设下计算相应存在权重概率以及联合多目标概率密度函数，然后计算各目标标号的后验概率参数，包括存在概率以及对应的概率密度函数。该方法具近似代价小、在有限资源下性能优异、适用任意量测模型的鲁棒性等优点。另外，由于本发明的算法所占用系统计算资源少,具备良好工程应用前景。
-
公开(公告)号：CN106291534A
公开(公告)日：2017-01-04
申请号：CN201610835445.0
申请日：2016-09-21
Applicant: 电子科技大学
IPC: G01S13/72
CPC classification number: G01S13/726
Abstract: 本发明公开了一种改进的航迹确认方法，用于解决目标数据率不均匀、数据不连续，试验航迹较难转化成确认航迹等技术问题。本发明针对在扫描和跟踪同步的雷达系统中，目标被观测到的时间间隔不定的情况，通过在跟踪的同时根据雷达的实时扫描状态判断目标在指定时刻是否能被观测到，并据此对航迹做出合理的判决。能有效解决本发明实现简单且具有更高的目标成功跟踪概率。
-
公开(公告)号：CN106125059A
公开(公告)日：2016-11-16
申请号：CN201610565713.1
申请日：2016-07-18
Applicant: 电子科技大学
IPC: G01S7/41
CPC classification number: G01S7/41
Abstract: 本发明公开了一种非参数联合估计信号及位置的被动定位方法；其采用网格搜索的方法从接受机量测中提取出发射信号的样本向量，再对样本向量进行非参数化的处理估计出发射信号，然后利用估计出的信号计算代价函数，从而估计出发射机的位置，有效实现了对微弱发射机的高精度定位，且可适用的发射信号广泛，可以直接应用到现有被动雷达的高精度定位中。
-
公开(公告)号：CN106054172A
公开(公告)日：2016-10-26
申请号：CN201610502538.1
申请日：2016-06-30
Applicant: 电子科技大学
CPC classification number: G01S13/726 , G01S7/42
Abstract: 该发明公开了一种随机集理论下的分布式多传感器融合方法，属于多传感器融合领域。首先，通过去除标号，将广义标号多目标伯努利分布转化为广义多目标伯努利分布，然后通过匹配广义多目标伯努利分布的概率假设密度和基数分布信息，对其进行二阶近似，最后假设目标状态之间是分离的，对求和项的分数阶指数次幂进行化简，使得二阶近似的广义多目标伯努利分布的分布式融合成为可能，并建立传感器间航迹关系映射集合。该方法具近似代价小、近似程度高、鲁棒性强、可以在多传感器网络中实现广义标号多目标伯努利融合等特点，有效的解决了在实际应用中常出现的标号空间不匹配现象，实现了在复杂场景下的分布式多传感器融合。
-
Patent Agency Ranking
公开(公告)号：CN103941248B
公开(公告)日：2016-05-18
申请号：CN201410181828.1
申请日：2014-04-30
Applicant: 电子科技大学
IPC: G01S7/42
Abstract: 本发明提供一种协同探测网络的频率-极化优化配置方法。本发明协同探测网络中各节点雷达配置不同发射载频、配置各节点雷的天线的不同极化方式，以获取空间分集外更丰富的频率和极化多样性信息。基于最大加权平均检测概率准则，对空间各个分辨单元配置最优频率分集方式和极化分集方式，对任意姿态角出现的目标都适用。另外，对每检测单元都配置最优频率和最优极化配置方案，较对整个检测空间进行统一配置而言，提高了协同探测系统的探测性能。
-
公开(公告)号：CN107273692B
公开(公告)日：2020-06-09
申请号：CN201710472451.9
申请日：2017-06-21
Applicant: 电子科技大学
IPC: G06F17/10
Abstract: 本发明公开一种传感器感知能力受限的随机集理论的分布式融合方法，应用于传感器技术领域；首先，对每部传感器的概率假设密度跟踪采用混合高斯模型进行表示；然后，在融合之前执行以下过程：构造一个距离矩阵，然后对该距离矩阵进行行和列搜索，若存在某一行或列的元素的最小值大于预设门限，则认为该目标只被部分传感器感知到，将该目标状态作为融合结果；搜索结束之后，删除行搜索时满足门限条件的元素所在的行以及列搜索时满足门限条件的元素所在的列，将剩余的矩阵元素记为新的距离矩阵；最后，对新的距离矩阵中的元素采取修正融合权重的GCI融合准则进行融合处理；比未修正的GCI融合过程有较小的估计误差。
-
公开(公告)号：CN108882271B
公开(公告)日：2020-04-07
申请号：CN201810728033.6
申请日：2018-07-05
Applicant: 电子科技大学
Abstract: 本发明提供了一种基于标签多伯努利分布的非共视多传感器融合方法，属于多传感器融合领域。本发明采用均匀分布补偿各节点融合后验分布，实现了非共视多个节点后验信息的融合；采用网络共识策略，并利用节点间后验信息和标识信息的传递，实现了传感器网络的各节点全局后验信息的融合；通过传感器间目标航迹联合分组，组间LF‑GCI融合算法运算速度提升1‑1.5个数量级，本发明适用于传感器网络任意共视和非共视布局形态的后验信息融合，算法执行效率高，且针对传感器节点间“标号不一致”敏感问题具有鲁棒性。
-
公开(公告)号：CN106896352B
公开(公告)日：2020-01-10
申请号：CN201710248595.6
申请日：2017-04-17
Applicant: 电子科技大学
Abstract: 本发明公开了一种基于随机集理论的多雷达异步数据分布式融合方法，解决了在随机集融合理论框架下的多部雷达接收数据不同步时的目标跟踪融合问题。它的特点是在融合之前选取固定的融合节点，首先分别对多部雷达检测到的数据建立高斯混合模型，并进行GM‑PHD跟踪滤波，然后在设定的融合区间内分别选取GM‑PHD跟踪后离融合节点最近的概率假设密度，最后利用广义协方差交叉算法进行融合处理，它有效解决了在实际应用中多部雷达对同一检测区域多目标接收数据的不同步而造成目标融合失配跟踪性能差的问题，从而实现了对任意多部雷达的接收数据不同步的跟踪融合处理。
-
公开(公告)号：CN104881521B
公开(公告)日：2018-10-16
申请号：CN201510222285.8
申请日：2015-05-05
Applicant: 电子科技大学
IPC: G06F17/50
Abstract: 本发明公开了一种标号随机集滤波器分布式融合方法，属于多传感器融合领域。首先将标号随机集分布转变为其非标号版本；然后基于一阶统计特性相匹配特性，将非标号版本多目标伯努利分布近似为多目标伯努利分布；其次基于目标状态间是非临近假设，对多目标伯努利分布的分数阶指数次幂进行化简，并将其带入广义协方差交叉信息融合表达式。最后建立传感器间航迹‑航迹映射关系集合空间，基于此映射空间，将上述复杂形势的广义协方差交叉信息融合表达式化简为简洁易被理解的闭合形式融合表达式。从而具有对不同标号随机集分布间标号空间不匹配具有鲁棒性，近似代价小，实现复杂度低的效果。
-
-
-
-
-
-
-
-
-
Search Results
50
records
(took 0.022 seconds)
