-
公开(公告)号:CN118940629A
公开(公告)日:2024-11-12
申请号:CN202411007173.6
申请日:2024-07-25
Applicant: 上海交通大学
Abstract: 一种基于深度强化学习的海空多目标多传感器调度方法,在离线训练阶段,通过特征提取构建环境特征状态sk,根据深度Q网络(DQN)训练并获得关于该状态的所有Q值后,使用ε‑贪心策略选择分配动作ak;环境根据分配动作ak给出有效性评估奖励rk和下一个观察值,即状态sk+1;在测试阶段,采用训练后的深度Q网络进行同样的环境特征状态构建过程,最终输出为最优的传感器‑目标调度动作,使Q‑factor最大化。本发明通过经验驱动的自主学习框架与环境交互训练生成调度策略,能够在保证平台安全的前提下提高传感器探测效能。
-
公开(公告)号:CN116718193A
公开(公告)日:2023-09-08
申请号:CN202310723729.0
申请日:2023-06-19
Applicant: 上海交通大学
IPC: G01C21/20
Abstract: 一种基于自适应波门与模糊Hough变换的多目标航迹起始方法,通过卡尔曼滤波外推的自适应逻辑法过滤探测系统量测的杂波后,采用Hough变换法将过滤后得到的候选航迹以Hough变换投影至参数空间,再基于模糊理论进行参数空间投票后,通过阈值筛选得到最终起始航迹。本发明结合逻辑法和Hough变换的优势,能够显著减少同一探测周期内的无效累积,并在极少的起始拍数内迅速起始多目标航迹,极大降低虚假航迹的多目标航迹起始。
-