公开(公告)号：CN118861504A

公开(公告)日：2024-10-29

申请号：CN202410886597.8

申请日：2024-07-03

Applicant: 江苏信息职业技术学院

Inventor： 谷鹏

IPC: G06F17/18 ,  G01C21/20 ,  G01C21/00 ,  G06F17/16 ,  G06N7/01

Abstract: 本发明公开了一种基于散度最小化的自适应多伯努利多目标跟踪方法，选取逆威希特分布作为重度重尾过程噪声和量测噪声的先验分布，利用最小化散度方法，建立了目标状态和过程噪声以及测量噪声的联合概率密度函数，以近似实际后验分布；然后通过贝叶斯推理和固定迭代的方法实现了目标状态和重度重尾噪声的联合估计；以形成一种新的自适应多伯努利多目标跟踪方法来传播混合成分的权重、均值、尺度矩阵和自由度的闭合形式；保证了多伯努利滤波算法框架下可以有效地实现重度重尾过程噪声协方差矩阵和重度重尾量测噪声协方差矩阵条件下的多目标跟踪。

公开(公告)号：CN118818454A

公开(公告)日：2024-10-22

申请号：CN202410810103.8

申请日：2024-06-21

Applicant: 江苏信息职业技术学院

Inventor： 谷鹏 ,  丁晟

IPC: G01S7/41 ,  G01S13/66

Abstract: 本发明公开了一种用于雷达多普勒盲区的状态估计方法，包括以下步骤：步骤一、通过雷达获得点迹信息；步骤二、随机取得一个u～U(0,1)；步骤三、定义随机转移函数；步骤四、从随机的条件转移矩阵中得到一个样本z*～Q(z→z*)；步骤五、计算该样本的接收概率α；步骤六、判断是否u≤α；步骤七、依照上述过程从步骤一开始执行N次；步骤八、利用概率分布可以计算得到后验的期望Ep(z)(z)。该用于雷达多普勒盲区的状态估计方法，利用进入盲区前的信息实时学习目标运动方式，并利用统计信息生成拟合运动的高斯分布，然后在多普勒盲区利用目标概率分布生成点迹序列，提升了状态估计的准确性和系统的鲁棒性，解决了目标在多普勒盲区无法估计状态信息的问题。