-
公开(公告)号:CN106443622A
公开(公告)日:2017-02-22
申请号:CN201610821318.5
申请日:2016-09-13
Applicant: 哈尔滨工程大学
IPC: G01S7/41
CPC classification number: G01S7/41
Abstract: 本发明属于分布式滤波及目标跟踪技术领域,具体涉及一种基于改进联合概率数据关联的分布式目标跟踪方法。本发明包括:(1)对传感器多目标跟踪系统分别对每个目标建立运动模型;得到各自传感器关于检测范围内的目标的状态估计;(3)各自传感器的状态估计进行空间关联,然后融合同一目标的状态估计得到最终的目标状态估计值。仿真结果证明了该算法的性能,能达到与传统联合改良版数据关联方法一样的精度,且在时间性能上优于联合概率数据关联方法,减小了算法的时间。(2)分别对每个传感器进行数据关联滤波方法,
-
公开(公告)号:CN103839104B
公开(公告)日:2016-09-14
申请号:CN201410014022.3
申请日:2014-01-13
Applicant: 哈尔滨工程大学
IPC: G06N3/00
Abstract: 本发明涉及一种海浪有效波高反演模型建模方法,其特征在于:步骤1:设置粒子群粒子位置初值和速度初值;步骤2:初始化粒子群各参数;步骤3:设置粒子群速度位置更新公式;步骤4:确定判断宽度;步骤5:基于判断宽度judgewidth和粒子的位置值Xi两个参数,建立适应值函数,适应值函数对样本数据进行分段,得到分段模型,并计算出与分段模型对应的整体样本数据的残差平方和作为粒子的适应值;步骤6:利用粒子群算法寻找拐角值最优解;步骤7:将步骤6.3得到的Pg值和judgewidth代入适应值函数,得到最优分段线性模型的各段斜率和截距。
-
公开(公告)号:CN106443622B
公开(公告)日:2018-12-07
申请号:CN201610821318.5
申请日:2016-09-13
Applicant: 哈尔滨工程大学
IPC: G01S7/41
Abstract: 本发明属于分布式滤波及目标跟踪技术领域,具体涉及一种基于改进联合概率数据关联的分布式目标跟踪方法。本发明包括:(1)对传感器多目标跟踪系统分别对每个目标建立运动模型;(2)分别对每个传感器进行数据关联滤波方法,得到各自传感器关于检测范围内的目标的状态估计;(3)各自传感器的状态估计进行空间关联,然后融合同一目标的状态估计得到最终的目标状态估计值。仿真结果证明了该算法的性能,能达到与传统联合改良版数据关联方法一样的精度,且在时间性能上优于联合概率数据关联方法,减小了算法的时间。
-
公开(公告)号:CN103839104A
公开(公告)日:2014-06-04
申请号:CN201410014022.3
申请日:2014-01-13
Applicant: 哈尔滨工程大学
IPC: G06N3/00
Abstract: 本发明涉及一种海浪有效波高反演模型建模方法,其特征在于:步骤1:设置粒子群粒子位置初值和速度初值;步骤2:初始化粒子群各参数;步骤3:设置粒子群速度位置更新公式;步骤4:确定判断宽度;步骤5:基于判断宽度judgewidth和粒子的位置值Xi两个参数,建立适应值函数,适应值函数对样本数据进行分段,得到分段模型,并计算出与分段模型对应的整体样本数据的残差平方和作为粒子的适应值;步骤6:利用粒子群算法寻找拐角值最优解;步骤7:将步骤6.3得到的Pg值和judgewidth代入适应值函数,得到最优分段线性模型的各段斜率和截距。
-
-
-