基于航迹释放和GM-PHD的断裂航迹关联方法

    公开(公告)号:CN119414380A

    公开(公告)日:2025-02-11

    申请号:CN202411538292.4

    申请日:2024-10-31

    Abstract: 本发明公开了一种基于航迹释放和GM‑PHD的断裂航迹关联方法,旨在解决多目标场景下由于目标动态生成和消失导致的传统TSA算法航迹预测不准确的问题,同时解决了航迹断裂期间未能有效利用信息的难题。通过将新老航迹释放为点迹数据,并整合断裂期间的数据,形成新的数据集,显著提升了航迹再关联效果。使用GM‑PHD滤波器进行动态估计多目标状态,提高了航迹预测的准确性。通过全局最优分配和多项式拟合,实现断裂航迹的再关联与拼接,构建断裂航迹关联后的完整目标航迹。

    基于自适应卡尔曼预测的航迹断开修补方法

    公开(公告)号:CN119224751A

    公开(公告)日:2024-12-31

    申请号:CN202411191699.4

    申请日:2024-08-28

    Abstract: 本发明公开了一种基于自适应卡尔曼预测的航迹断开修补方法,其实现步骤为:对船舶航迹数据集进行预处理,建立目标船舶匀速直线运动CV模型;回溯目标船舶点迹进行跟踪,更新协方差矩阵;使用跟踪协方差矩阵更新目标状态方程,实现目标点迹预测;采用最近邻关联NN算法,通过矩形波门,检测预测点迹后出现的新点迹,对新点迹,进行航迹批号关联,实现自适应航迹预测。本发明在航迹断开处,通过自适应卡尔曼预测算法实时预测出船舶点迹,修补了现有技术航迹缺失的点迹,降低算法的复杂度,提升航迹的连续性,提高预测的点迹质量和预测速度,扩大了实用性与适用范围。

Patent Agency Ranking