公开(公告)号：CN116738364A

公开(公告)日：2023-09-12

申请号：CN202310663391.4

申请日：2023-06-06

Applicant: 西安电子科技大学

Inventor： 张永权 ,  李志彬 ,  刘泽坤 ,  李思伟 ,  姬红兵

IPC: G06F18/25 ,  G01S13/66 ,  G06F17/10 ,  G01S13/72

Abstract: 本发明公开一种基于角度关联的多源传感器量测融合方法，其实现步骤是：计算每个目标与每个传感器间的关联张角，确定每个传感器关联集合中每个时刻的量测张角，利用量测方位角差值对量测关联组合进行筛选；结合最小二乘法对筛选后量测进行角度关联，得到量测定位点；对量测定位点采取定位线关联程度的一次修正和主动传感器位置量测的二次修正，排除多数错误的定位点，对二次修正后仍有的错误定位点，利用判断法则修正，得到可以进行跟踪滤波的最终量测。本发明的多源传感器系统在量测融合方面计算复杂度低，提高了量测融合精度，提高了多目标跟踪的准确性。

公开(公告)号：CN116736289A

公开(公告)日：2023-09-12

申请号：CN202310664408.8

申请日：2023-06-06

Applicant: 西安电子科技大学

Inventor： 张永权 ,  张冰洁 ,  时贞云 ,  李思伟 ,  姬红兵

IPC: G01S13/72 ,  G01S7/41 ,  G06F18/213 ,  G06F18/214 ,  G06N3/084

Abstract: 本发明公开一种基于预测更新网络和动态波门的多机动目标跟踪方法，实现步骤如下：利用构建的预测网络和更新网络的训练集，分别训练预测网络和更新网络。利用构建的预测网络得到待跟踪目标的预测位置向量；利用动态波门得到待跟踪目标的有效量测并判断待跟踪目标是否出现机动；根据全局最近邻GNN算法为待跟踪目标分配关联量测向量；利用训练好的更新网络得到待跟踪目标的更新位置向量。本发明通过预测更新网络和动态波门的结合，摆脱了预设模型和模型间转移概率的限制，实现了对多机动目标自适应跟踪的同时提高了跟踪精度。

公开(公告)号：CN116738364B

公开(公告)日：2025-05-16

申请号：CN202310663391.4

申请日：2023-06-06

Applicant: 西安电子科技大学

Inventor： 张永权 ,  李志彬 ,  刘泽坤 ,  李思伟 ,  姬红兵

IPC: G06F18/25 ,  G01S13/66 ,  G06F17/10 ,  G01S13/72

Abstract: 本发明公开一种基于角度关联的多源传感器量测融合方法，其实现步骤是：计算每个目标与每个传感器间的关联张角，确定每个传感器关联集合中每个时刻的量测张角，利用量测方位角差值对量测关联组合进行筛选；结合最小二乘法对筛选后量测进行角度关联，得到量测定位点；对量测定位点采取定位线关联程度的一次修正和主动传感器位置量测的二次修正，排除多数错误的定位点，对二次修正后仍有的错误定位点，利用判断法则修正，得到可以进行跟踪滤波的最终量测。本发明的多源传感器系统在量测融合方面计算复杂度低，提高了量测融合精度，提高了多目标跟踪的准确性。

公开(公告)号：CN115561749A

公开(公告)日：2023-01-03

申请号：CN202211242778.4

申请日：2022-10-11

Applicant: 西安电子科技大学

Inventor： 张永权 ,  时贞云 ,  李思伟 ,  姬红兵 ,  刘泽坤 ,  张超群

IPC: G01S13/72 ,  G06N3/04 ,  G06N3/08

Abstract: 一种基于预测网络和更新网络的多目标自适应跟踪方法，实现步骤如下：利用生成的预测网络和更新网络的训练集，分别训练用于从目标历史位置向量中学习运动方式来预测目标位置向量的预测网络，以及用于通过从量测中学习噪声特性来更新目标位置向量的更新网络。利用训练好的预测网络预测目标的位置向量；利用全局最近邻GNN算法，为待跟踪目标分配对应量测；利用训练好的更新网络从量测中更新目标位置向量。本发明通过两种网络分别预测和更新目标的位置，摆脱了模型和噪声先验的限制，使得本发明在跟踪多目标时自适应处理多种运动方式的同时提高了跟踪精度。