基于GLMB滤波的多传感器TDOA无源定位方法

    公开(公告)号:CN107102295A

    公开(公告)日:2017-08-29

    申请号:CN201710239677.4

    申请日:2017-04-13

    CPC classification number: G01S5/16

    Abstract: 本发明涉及一种基于GLMB滤波的多传感器TDOA无源定位方法,现有技术中观测数据不可避免的存在着环境噪声和测量误差,并且缺乏跟踪环境的先验知识,不能确定目标的数量,无法判定观测数据是由真实目标还是虚假产生,以及由哪一个真实目标产生。首先通过多对传感器来获取跟踪区域内的多个目标到达各传感器对的时间差,随后在RFS框架下建立多目标的观测模型,在获取目标量测以后,作者在多传感器多目标定位跟踪系统中选取了广义标签多贝努力(GLMB)滤波算法,从而实现对多目标状态和航迹的定位跟踪。

    基于GLMB滤波和Gibbs采样的扩展目标跟踪方法

    公开(公告)号:CN107677997B

    公开(公告)日:2021-06-29

    申请号:CN201710895163.4

    申请日:2017-09-28

    Abstract: 本发明公开了一种基于GLMB滤波和Gibbs采样的扩展目标跟踪方法,目标个数估计,扩展目标形状估计问题,提出了一种基于标签随机有限集框架下多扩展目标跟踪方法,该方法主要包括两方面:多扩展目标动态建模和多扩展目标的跟踪估计。首先,结合广义标签多伯努利滤波器建立了扩展目标的量测有限混合模型,利用Gibbs采样和贝叶斯信息准则推导出有限混合模型的参数来对多扩展目标状态进行学习跟踪,然后采用等效量测方法来替代扩展目标产生的量测,对扩展目标形状采用椭圆逼近建模,实现扩展目标形状的估计。仿真实验表明本发明所给的方法能够有效跟踪多扩展目标,准确估计扩展目标状态和形状,并且能够获得目标的航迹轨迹。

    基于GLMB滤波和Gibbs采样的扩展目标跟踪方法

    公开(公告)号:CN107677997A

    公开(公告)日:2018-02-09

    申请号:CN201710895163.4

    申请日:2017-09-28

    CPC classification number: G01S7/02 G01S13/70

    Abstract: 本发明公开了一种基于GLMB滤波和Gibbs采样的扩展目标跟踪方法,目标个数估计,扩展目标形状估计问题,提出了一种基于标签随机有限集框架下多扩展目标跟踪方法,该方法主要包括两方面:多扩展目标动态建模和多扩展目标的跟踪估计。首先,结合广义标签多伯努利滤波器建立了扩展目标的量测有限混合模型,利用Gibbs采样和贝叶斯信息准则推导出有限混合模型的参数来对多扩展目标状态进行学习跟踪,然后采用等效量测方法来替代扩展目标产生的量测,对扩展目标形状采用椭圆逼近建模,实现扩展目标形状的估计。仿真实验表明本发明所给的方法能够有效跟踪多扩展目标,准确估计扩展目标状态和形状,并且能够获得目标的航迹轨迹。

Patent Agency Ranking