-
公开(公告)号：CN118013187B
公开(公告)日：2024-08-13
申请号：CN202410156544.0
申请日：2024-02-04
Applicant: 兰州理工大学
Abstract: 本发明公开了一种基于L型互质阵列的二维信号源GLMB跟踪方法，包括：基于L型互质阵列建模信号源状态；基于L型互质阵列构建信号源量测模型；获取信号源量测模型的协方差矩阵，基于协方差矩阵获得平滑协方差矩阵；利用GLMB滤波器预测信号源的方位角和仰角；基于协方差矩阵与信息论准则算法估计每一时刻信号源数目，并建立量测和信号源之间关联映射；基于信号源数目、平滑协方差矩阵计算获得信号源方位角似然函数和信号源仰角似然函数；利用GLMB滤波器和似然函数对预测的方位角和仰角进行更新。本发明可准确估计出场景中信号源的方位角和仰角，精确估计信号源的数目，实现信号源二维波达方向方位角和仰角的精确估计，提高跟踪精度。
-
公开(公告)号：CN116736286B
公开(公告)日：2024-02-06
申请号：CN202310593597.4
申请日：2023-05-24
Applicant: 兰州理工大学
IPC: G01S13/66
Abstract: 本发明涉及基于随机超曲面的渐进贝叶斯扩展目标跟踪方法及系统，用于研究星凸型扩展目标的跟踪，方法包括：建立星凸型扩展目标的量测源模型；基于所述星凸型扩展目标的量测源模型进行星凸型扩展目标的状态初始化，获取所述星凸型扩展目标的初始状态向量；利用雷达装置收集不同时刻的目标的量测信息集；对所述星凸型扩展目标的状态向量进行LCD采样，获取所述星凸型扩展目标的状态预测；基于所述量测信息集，利用渐进贝叶斯滤波器对预测的星凸型扩展目标的状态进行渐进更新，提取所述星凸型扩展目标的运动状态和形状信息，完成对所述星凸型扩展目标的跟踪。本发明能够更为准确地对不同环境下的扩展目标进行跟踪，且鲁棒性较高。(56)对比文件刘祖鹏;刘艳君.基于星-凸形RHM的扩展目标跟踪算法.电光与控制.2017,(第09期),全文.魏帅;冯新喜;王泉.基于星-凸形随机超曲面模型的扩展目标GM-PHD滤波器.弹箭与制导学报.2017,(第01期),全文.李永永等 .星凸形随机超曲面粒子扩展目标跟踪滤波器.舰船电子工程.2022,第42卷(第2期),42-75.Lifan Sun et.al.Modeling and Trackingof Maneuvering Extended Object WithRandom Hypersurface.IEEE Sensors Journal.2021,全文.Hui Chen et.al.Bearings-Only TrackingUsing Probability Hypothesis DensityFilter In Modified Polar Coordinates.2013 IEEE International Conference onMechatronics and Automation .2013,全文.chenhui et.al. Track initiationalgorithm for two-dimensional targettracking based on bearing-onlymeasurements .Acta Aeronautica etAstronautica Sinica.2009,全文.Yulan Han et.al.A Gaussian-mixturePHD filter based on random hypersurfacemodel for multiple extended targets.Proceedings of the 16th InternationalConference on Information Fusion.2013,全文.陈辉等.厚尾噪声条件下星凸形扩展目标ｓｔｕｄｅｎｔ’ｓ ｔ滤波器.兰州理工大学学报.2021,全文.陈辉;杜金瑞;韩崇昭.基于星凸形随机超曲面模型多扩展目标多伯努利滤波器.自动化学报.2020,(05),全文.
-
公开(公告)号：CN116736286A
公开(公告)日：2023-09-12
申请号：CN202310593597.4
申请日：2023-05-24
Applicant: 兰州理工大学
IPC: G01S13/66
Abstract: 本发明涉及基于随机超曲面的渐进贝叶斯扩展目标跟踪方法及系统，用于研究星凸型扩展目标的跟踪，方法包括：建立星凸型扩展目标的量测源模型；基于所述星凸型扩展目标的量测源模型进行星凸型扩展目标的状态初始化，获取所述星凸型扩展目标的初始状态向量；利用雷达装置收集不同时刻的目标的量测信息集；对所述星凸型扩展目标的状态向量进行LCD采样，获取所述星凸型扩展目标的状态预测；基于所述量测信息集，利用渐进贝叶斯滤波器对预测的星凸型扩展目标的状态进行渐进更新，提取所述星凸型扩展目标的运动状态和形状信息，完成对所述星凸型扩展目标的跟踪。本发明能够更为准确地对不同环境下的扩展目标进行跟踪，且鲁棒性较高。
-
公开(公告)号：CN118013187A
公开(公告)日：2024-05-10
申请号：CN202410156544.0
申请日：2024-02-04
Applicant: 兰州理工大学
Abstract: 本发明公开了一种基于L型互质阵列的二维信号源GLMB跟踪方法，包括：基于L型互质阵列建模信号源状态；基于L型互质阵列构建信号源量测模型；获取信号源量测模型的协方差矩阵，基于协方差矩阵获得平滑协方差矩阵；利用GLMB滤波器预测信号源的方位角和仰角；基于协方差矩阵与信息论准则算法估计每一时刻信号源数目，并建立量测和信号源之间关联映射；基于信号源数目、平滑协方差矩阵计算获得信号源方位角似然函数和信号源仰角似然函数；利用GLMB滤波器和似然函数对预测的方位角和仰角进行更新。本发明可准确估计出场景中信号源的方位角和仰角，精确估计信号源的数目，实现信号源二维波达方向方位角和仰角的精确估计，提高跟踪精度。
-
公开(公告)号：CN117634614A
公开(公告)日：2024-03-01
申请号：CN202311680786.1
申请日：2023-12-08
Applicant: 兰州理工大学
Abstract: 本发明公开了一种基于鲁棒MS‑MeMBer滤波的群目标跟踪方法，所属技术领域为信息处理领域，包括：初始化参数，然后进行鲁棒MS‑MeMBer滤波的预测步，生成预测多目标密度；获取多传感器量测集，基于S‑D匹配算法对所处多传感器量测集进行量测分区，生成量测划分集；对预测多目标密度和量测拟划分集进行计算，获得更新多目标密度；通过图论算法和邻接矩阵获取群目标的群体结构，再通过随机微分方程模型获取群目标的运动状态；将群体结构和运动状态传输至下一时刻的鲁棒MS‑MeMBer滤波的预测步进行迭代循环，生成跟踪后的群目标状态。本发明的算法能很好地估计目标的真实基数，且标准差很小，也就是估计的误差很小，效果很好。
-
Patent Agency Ranking
公开(公告)号：CN116609776B
公开(公告)日：2023-11-14
申请号：CN202310584964.4
申请日：2023-05-23
Applicant: 兰州理工大学
Abstract: 本发明涉及复杂环境下的基于人工势场法的星凸形扩展目标跟踪方法，包括：采集目标量测信息，通过所述目标量测信息，建立量测模型；初始化星凸型扩展目标状态，通过模仿人工势场法建立所述星凸形扩展目标的量测势场，基于所述量测模型、初始化后的星凸型扩展目标状态以及所述量测势场，推导出伪量测方程；根据所述伪量测方程对所述目标状态进行预测的同时，对预测结果进行更新与优化，获取目标形状参数。本发明避免了传统方法粗糙地刻画目标轮廓细节，通过逐步引入量测势场进而得到伪量测方程，用于提高扩展目标的跟踪精度。
-
公开(公告)号：CN116500574B
公开(公告)日：2023-11-07
申请号：CN202310525882.2
申请日：2023-05-11
Applicant: 兰州理工大学
Abstract: 本发明公一种偏态分布条件下的非线性扩展目标跟踪滤波方法和装置，包括：步骤S1、获取雷达量测数据；步骤S2、根据所述量测数据进行目标状态初始化；步骤S3、根据目标状态初始化结果，得到目标测量信息；步骤S4、根据目标测量信息，得到偏态分布下非线性量测模型；步骤S5、在偏态非线性条件下对偏态非线性量测模型进行线性化处理；步骤S6、根据线性化处理结果，在偏态非线性条件下对目标状态进行预测；步骤S7、偏态非线性条件下对预测的目标状态进行更新。采用本发明的技术方案，有效地解决了偏态和非线性共存条件下的扩展目标跟踪问题。
-
公开(公告)号：CN117197491B
公开(公告)日：2024-07-19
申请号：CN202311238475.X
申请日：2023-09-25
Applicant: 兰州理工大学
IPC: G06V10/62 , G06V10/766 , G06N20/00
Abstract: 本发明公开了基于高斯过程的概率假设密度滤波多机动目标跟踪方法，包括：获取多机动目标运动数据集；基于所述多机动目标运动数据集划分出训练集和测试集，将所述训练集和所述测试集输入机动目标运动模型中进行高斯过程回归学习，获取高斯过程的均值、方差和超参数；对所述高斯过程的均值、方差和超参数进行高斯过程回归学习，获取预测模型和观测模型；采用高斯过程及容积卡尔曼对所述预测模型和所述观测模型进行线性化采样预测处理，对处理后的模型进行更新处理，获取多机动目标的状态和目标均值。本发明提高了利用高斯过程回归学习跟踪机动目标数量的能力。
-
公开(公告)号：CN116609776A
公开(公告)日：2023-08-18
申请号：CN202310584964.4
申请日：2023-05-23
Applicant: 兰州理工大学
Abstract: 本发明涉及复杂环境下的基于人工势场法的星凸形扩展目标跟踪方法，包括：采集目标量测信息，通过所述目标量测信息，建立量测模型；初始化星凸型扩展目标状态，通过模仿人工势场法建立所述星凸形扩展目标的量测势场，基于所述量测模型、初始化后的星凸型扩展目标状态以及所述量测势场，推导出伪量测方程；根据所述伪量测方程对所述目标状态进行预测的同时，对预测结果进行更新与优化，获取目标形状参数。本发明避免了传统方法粗糙地刻画目标轮廓细节，通过逐步引入量测势场进而得到伪量测方程，用于提高扩展目标的跟踪精度。
-
公开(公告)号：CN116500575A
公开(公告)日：2023-07-28
申请号：CN202310527066.5
申请日：2023-05-11
Applicant: 兰州理工大学
Abstract: 本发明公开了一种基于变分贝叶斯理论的扩展目标跟踪方法和装置，包括：步骤S10、获取雷达量测的目标信息；步骤S20、对所述目标信息进行椭圆扩展目标状态初始化；步骤S30、根据椭圆扩展目标状态初始化结果，得到量测模型；步骤S40、根据量测模型，基于鲁棒性Student’st逆Wishart滤波器对目标的运动状态和形状扩展进行预测；步骤S50、根据预测结果，基于鲁棒性Student’st逆Wishart滤波器对目标状态进行更新。采用本发明技术方案，在厚尾噪声条件下实现目标的运动状态和形状扩展的联合跟踪，算法跟踪精度较高，能够较为准确的对目标的扩展状态进行跟踪。
-
-
-
-
-
-
-
-
-
Search Results
13
records
(took 0.021 seconds)
