公开(公告)号：CN108734725A

公开(公告)日：2018-11-02

申请号：CN201810320130.1

申请日：2018-04-11

Applicant: 杭州电子科技大学

Inventor： 郭云飞 ,  李勇 ,  彭冬亮 ,  张乐 ,  薛梦凡

IPC: G06T7/277 ,  G06T7/246 ,  G06T7/207 ,  G06K9/46

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：CN107102293A

公开(公告)日：2017-08-29

申请号：CN201710277705.1

申请日：2017-04-25

Applicant: 杭州电子科技大学

Inventor： 郭云飞 ,  潘金星 ,  李勇 ,  薛梦凡 ,  陈志坤

IPC: G01S5/00

CPC classification number: G01S5/0009

Abstract: 本发明提出一种基于滑窗累积密度估计的未知杂波无源协同定位方法。该方法利用高斯混合概率假设滤波器估计多目标个数与状态。首先，将基于线性测量的杂波空间稀疏度估计器引入到非线性测量下的无源协同定位系统。其次，在杂波密度估计过程中引入多帧测量，并利用门限技术与后验强度高斯混合的反馈，实时剔除测量数据中的潜在目标测量，以减少真实目标测量对杂波密度估计的影响。本发明能够有效提高未知杂波无源协同定位系统的多目标跟踪性能，解决未知杂波下的多目标跟踪难题。