-
公开(公告)号：CN119270253B
公开(公告)日：2025-04-25
申请号：CN202411787158.8
申请日：2024-12-06
Applicant: 南京信息工程大学
Abstract: 本发明提供了一种面向机会阵雷达的似然改进SVGD交互多模型机动目标跟踪方法，包括：步骤1，对机动目标跟踪问题进行建模，构建运动模型集，初始化参数；步骤2，计算各模型的混合概率，得到初始混合估计，生成初始混合粒子；步骤3，判断机会阵雷达的工作模式，进行粒子状态的预测和更新；步骤4，模型概率更新与状态估计融合。本发明解决了粒子退化和粒子贫化问题，避免了机会性跟踪场景下滤波算法的发散。同时，利用模型似然度实现对SVGD学习率的自适应优化，无论是在单次迭代还是在整个迭代过程中，都很好地平衡了算法的收敛速度与稳定性，保证了机会阵雷达执行“机会性跟踪”功能时算法的快速重收敛。
-
公开(公告)号：CN119270253A
公开(公告)日：2025-01-07
申请号：CN202411787158.8
申请日：2024-12-06
Applicant: 南京信息工程大学
Abstract: 本发明提供了一种面向机会阵雷达的似然改进SVGD交互多模型机动目标跟踪方法，包括：步骤1，对机动目标跟踪问题进行建模，构建运动模型集，初始化参数；步骤2，计算各模型的混合概率，得到初始混合估计，生成初始混合粒子；步骤3，判断机会阵雷达的工作模式，进行粒子状态的预测和更新；步骤4，模型概率更新与状态估计融合。本发明解决了粒子退化和粒子贫化问题，避免了机会性跟踪场景下滤波算法的发散。同时，利用模型似然度实现对SVGD学习率的自适应优化，无论是在单次迭代还是在整个迭代过程中，都很好地平衡了算法的收敛速度与稳定性，保证了机会阵雷达执行“机会性跟踪”功能时算法的快速重收敛。
-
Search Results
2
records
(took 0.019 seconds)
