-
公开(公告)号：CN107015945B
公开(公告)日：2020-10-02
申请号：CN201710231055.7
申请日：2017-04-10
Applicant: 哈尔滨工业大学
Abstract: 一种基于混合转移分布的高阶交互式多模型滤波方法，本发明涉及基于混合转移分布的高阶交互式多模型滤波方法。本发明为了解决现有方法中高阶马尔科夫链的设置参数多、设置过程繁琐以及精度较低的问题。本发明包括：一：采用混合转移分布模型得到n阶模型序列转移概率；二：对k时刻进行实时处理；三：对k＝1时的状态进行初始化；四：对k＝2时的状态进行初始化；五：对k进行判断，当k＝n时，则对k时刻的n阶模型序列概率，n阶模型序列状态估计值和相对应的协方差进行初始化；六：对3≤k≤n时的状态进行交互式多模型滤波算法；七：对k>n时的状态进行广义高阶交互式多模型滤波。本发明用于机动目标跟踪领域。
-
公开(公告)号：CN107015945A
公开(公告)日：2017-08-04
申请号：CN201710231055.7
申请日：2017-04-10
Applicant: 哈尔滨工业大学
Abstract: 一种基于混合转移分布的高阶交互式多模型滤波方法，本发明涉及基于混合转移分布的高阶交互式多模型滤波方法。本发明为了解决现有方法中高阶马尔科夫链的设置参数多、设置过程繁琐以及精度较低的问题。本发明包括：一：采用混合转移分布模型得到n阶模型序列转移概率；二：对k时刻进行实时处理；三：对k＝1时的状态进行初始化；四：对k＝2时的状态进行初始化；五：对k进行判断，当k＝n时，则对k时刻的n阶模型序列概率，n阶模型序列状态估计值和相对应的协方差进行初始化；六：对3≤k≤n时的状态进行交互式多模型滤波算法；七：对k>n时的状态进行广义高阶交互式多模型滤波。本发明用于机动目标跟踪领域。
-
公开(公告)号：CN106874701A
公开(公告)日：2017-06-20
申请号：CN201710231054.2
申请日：2017-04-10
Applicant: 哈尔滨工业大学
IPC: G06F19/00
CPC classification number: G06F19/00
Abstract: 一种基于模型切换次数受限的多模型机动目标跟踪滤波方法，涉及机动目标跟踪领域，具体涉及一种多模型的机动目标跟踪滤波方法。本发明为了解决现有多模型滤波不能描述高阶模型切换先验信息的问题以及在保证较高滤波精度时存在计算量大的问题。本发明首先对2阶模型序列中的模型进行建模，并基于跳变次数受限的假设设置2阶模型序列的转移概率pijl，然后初始化k为1、2时估计状态向量和相对应的协方差及2阶模型序列概率，然后对k≥3时的状态用模型切换次数受限的多模型机动目标跟踪滤波方法进行滤波。本发明适用于模型切换次数受限的多模型机动目标跟踪滤波。
-
公开(公告)号：CN106874701B
公开(公告)日：2019-01-08
申请号：CN201710231054.2
申请日：2017-04-10
Applicant: 哈尔滨工业大学
IPC: G06F17/50
Abstract: 一种基于模型切换次数受限的多模型机动目标跟踪滤波方法，涉及机动目标跟踪领域，具体涉及一种多模型的机动目标跟踪滤波方法。本发明为了解决现有多模型滤波不能描述高阶模型切换先验信息的问题以及在保证较高滤波精度时存在计算量大的问题。本发明首先对2阶模型序列中的模型进行建模，并基于跳变次数受限的假设设置2阶模型序列的转移概率pijl，然后初始化k为1、2时估计状态向量和相对应的协方差及2阶模型序列概率，然后对k≥3时的状态用模型切换次数受限的多模型机动目标跟踪滤波方法进行滤波。本发明适用于模型切换次数受限的多模型机动目标跟踪滤波。
-
-
-
Search Results
4
records
(took 0.021 seconds)
