-
公开(公告)号:CN104730537B
公开(公告)日:2017-04-26
申请号:CN201510080015.8
申请日:2015-02-13
Applicant: 西安电子科技大学
IPC: G01S17/66
Abstract: 基于多尺度模型的红外/激光雷达数据融合目标跟踪方法,建立多尺度模型;对目标进行数据采集,得到目标的距离测量值、方位角测量值和俯仰角测量值;在尺度1上对红外探测系统获取的角度信息采用无迹卡尔曼滤波法进行估计;在尺度2上将角度估计信息和距离信息进行融合;在尺度2上采用卡尔曼滤波法对目标状态进行估计;将融合估计的信息转换到尺度1上,在尺度1上采用卡尔曼滤波法进行滤波估计,得到精确滤波估计值;重复前述步骤,获得目标运动轨迹。本发明将将多尺度模型引用到信息融合中,更加全面准确的描述目标运动状态,在不同尺度对目标进行估计滤波,提高了目标状态的估计精度,通过不同尺度之间信息的交互,提高目标跟踪精度。
-
公开(公告)号:CN104730537A
公开(公告)日:2015-06-24
申请号:CN201510080015.8
申请日:2015-02-13
Applicant: 西安电子科技大学
IPC: G01S17/66
CPC classification number: G01S17/66
Abstract: 基于多尺度模型的红外/激光雷达数据融合目标跟踪方法,建立多尺度模型;对目标进行数据采集,得到目标的距离测量值、方位角测量值和俯仰角测量值;在尺度1上对红外探测系统获取的角度信息采用无迹卡尔曼滤波法进行估计;在尺度2上将角度估计信息和距离信息进行融合;在尺度2上采用卡尔曼滤波法对目标状态进行估计;将融合估计的信息转换到尺度1上,在尺度1上采用卡尔曼滤波法进行滤波估计,得到精确滤波估计值;重复前述步骤,获得目标运动轨迹。本发明将多尺度模型引用到信息融合中,更加全面准确的描述目标运动状态,在不同尺度对目标进行估计滤波,提高了目标状态的估计精度,通过不同尺度之间信息的交互,提高目标跟踪精度。
-