-
公开(公告)号：CN110221307A
公开(公告)日：2019-09-10
申请号：CN201910469360.9
申请日：2019-05-28
Applicant: 哈尔滨工程大学
Abstract: 本发明提供的是一种多被动声纳非合作多目标线谱信息融合方法。步骤1、局部跟踪滤波；步骤2、随机有限集建模；步骤3、标签建模；步骤4、数据关联；步骤5、数据融合；步骤6、标签更新；步骤7、判断所有浮标是否都参与完融合；步骤8、随着时间t的递增，循环迭代步骤1-步骤7，即可持续地对水下目标的进行跟踪，并根据标签的变化规律可以推断出目标的运动态势。本发明在假设目标辐射噪声的线谱频率稳定且缓慢变化的前提下，通过融合多被动声纳的线谱频率信息，实现对水下多目标的位置及运动态势估计，此外本方法还具有结构简单易于工程实现、计算量小等优点。
-
公开(公告)号：CN110221307B
公开(公告)日：2022-12-13
申请号：CN201910469360.9
申请日：2019-05-28
Applicant: 哈尔滨工程大学
Abstract: 本发明提供的是一种多被动声纳非合作多目标线谱信息融合方法。步骤1、局部跟踪滤波；步骤2、随机有限集建模；步骤3、标签建模；步骤4、数据关联；步骤5、数据融合；步骤6、标签更新；步骤7、判断所有浮标是否都参与完融合；步骤8、随着时间t的递增，循环迭代步骤1‑步骤7，即可持续地对水下目标的进行跟踪，并根据标签的变化规律可以推断出目标的运动态势。本发明在假设目标辐射噪声的线谱频率稳定且缓慢变化的前提下，通过融合多被动声纳的线谱频率信息，实现对水下多目标的位置及运动态势估计，此外本方法还具有结构简单易于工程实现、计算量小等优点。
-
公开(公告)号：CN110208808B
公开(公告)日：2022-07-15
申请号：CN201910451625.2
申请日：2019-05-28
Applicant: 哈尔滨工程大学
Abstract: 本发明提供的是一种被动声纳非合作目标线谱信息融合方法。1、建立一个随机有限集，将一个随机量测有限集；2、在t时刻，为当前时刻的量测有限集中每个元素频率赋予权重值；3、利用t‑1时刻线谱频率的状态估计预测出t时刻该线谱频率的频率状态，得到线谱频率预测有限集；4、在t时刻，将线谱频率的量测有限集和预测有限集进行数据关联，得到关联矩阵；5、针对不同的关联关系进行加权融合，得到当前时刻t的融合估计结果；6、对不同情况的线谱频率状态的权重值进行更新；7、进行线谱频率的剪枝和提取；8、迭代循环步骤1至步骤7，得到目标线谱频率估计。本发明提供了一种算法结构简单、计算量小的被动声纳非合作目标线谱信息融合方法。
-
公开(公告)号：CN110208808A
公开(公告)日：2019-09-06
申请号：CN201910451625.2
申请日：2019-05-28
Applicant: 哈尔滨工程大学
Abstract: 本发明提供的是一种被动声纳非合作目标线谱信息融合方法。1、建立一个随机有限集，将一个随机量测有限集；2、在t时刻，为当前时刻的量测有限集中每个元素频率赋予权重值；3、利用t-1时刻线谱频率的状态估计预测出t时刻该线谱频率的频率状态，得到线谱频率预测有限集；4、在t时刻，将线谱频率的量测有限集和预测有限集进行数据关联，得到关联矩阵；5、针对不同的关联关系进行加权融合，得到当前时刻t的融合估计结果；6、对不同情况的线谱频率状态的权重值进行更新；7、进行线谱频率的剪枝和提取；8、迭代循环步骤1至步骤7，得到目标线谱频率估计。本发明提供了一种算法结构简单、计算量小的被动声纳非合作目标线谱信息融合方法。
-
-
-
Search Results
4
records
(took 0.022 seconds)
