公开(公告)号：CN108375761A

公开(公告)日：2018-08-07

申请号：CN201810126159.6

申请日：2018-02-08

Applicant: 电子科技大学

Inventor： 易伟 ,  杨诗兴 ,  周涛 ,  李武军 ,  柴雷 ,  孔令讲 ,  杨晓波

IPC: G01S7/41 ,  G01S13/04 ,  G01S13/06

Abstract: 本发明公开一种针对多发多收雷达系统的单目标异步信号检测方法，应用于雷达技术领域，针对现有多站雷达在窄发模式下协同工作时无法处理异步信号，从而无法对运动目标进行检测的问题，本发明利用多通道异步信号的能量聚集来进行检测，保证了在雷达异步工作以及目标高速运动的情况下仍能进行信息的对准，从而可以利用GLRT检测器来判断出此刻在监视区域中目标的有无以及在有目标情况时目标的运动状态。本发明的优点是提出的异步信号能量聚集方法可以应用于多站雷达异步信号的协同检测，实现过程简单，精度高，且相对于检测器直接进行整个平面的检测来说检测过程所需的计算量极小。

公开(公告)号：CN110646790B

公开(公告)日：2021-08-03

申请号：CN201910942461.3

申请日：2019-09-30

Applicant: 电子科技大学

Inventor： 杨晓波 ,  杨琪 ,  刘克柱 ,  汤窈颖 ,  柴雷 ,  易伟 ,  孔令讲

IPC: G01S13/72 ,  G01S7/41 ,  G06K9/62

Abstract: 本发明公开一种用于雷达组网失序量测集中式融合的目标跟踪方法，应用于雷达组网目标跟踪技术领域，为解决雷达组网系统中由于数据预处理和信息传输时间不同导致的失序量测问题；本发明首先判断当前量测是否是顺序量测，若是则采用标准GM‑PHD滤波算法获得顺序滤波后验强度；否则进行失序量测融合更新；即先对最新顺序滤波后验强度进行反向预测求解失序量测产生时刻的预测强度，然后联合失序量测产生时刻的预测强度和失序量测求解最新顺序时刻的失序量测更新强度，并提取多目标状态估计值，最后对失序量测更新强度和对应的状态估计值进行势补偿，获得最新顺序时刻的融合后验强度和对应的状态估计值；本发明方法相比于现有技术的跟踪精度更高。

公开(公告)号：CN110187336A

公开(公告)日：2019-08-30

申请号：CN201910573146.8

申请日：2019-06-28

Applicant: 电子科技大学

Inventor： 杨晓波 ,  柴雷 ,  吴若凡 ,  杨琪 ,  李溯琪 ,  易伟 ,  孔令讲

IPC: G01S13/66

Abstract: 本发明公开了一种基于分布式PHD的多站雷达站址定位和联合跟踪方法，包括以下步骤：S1、接收回波信号，并进行本地跟踪滤波处理；S2、在每两部雷达的后验之间计算切尔诺夫信息散度公式；S3、构建优化问题模型；S4、对优化模型进行求解，得到所有雷达相对于其他雷达站点的位置参数；S5、选定多传感器信息融合准则；S6、联合后验分布变为边缘密度函数，根据多传感器信息融合准则，得到融合后的后验密度函数；S7、将融合后的后验密度函数以混合高斯的形式传送回各本地雷达。本发明可以在未知多站雷达精确位置的情况下利用多个雷达对目标的量测信息，同时进行多站雷达的站址定位和多目标的跟踪以及信息融合，具有计算量小，收敛速度快等特点。

公开(公告)号：CN107590509A

公开(公告)日：2018-01-16

申请号：CN201710740143.X

申请日：2017-08-25

Applicant: 电子科技大学

Inventor： 易伟 ,  黎明 ,  陈树东 ,  李洋漾 ,  孔令讲 ,  柴雷 ,  付玲枝 ,  王经鹤

IPC: G06K9/62 ,  H04W84/18

Abstract: 本发明公开了一种基于最大期望近似的切尔诺夫融合方法。其包括在每部传感器进行粒子滤波获得本地的估计结果，同时采用最大期望方法将本地估计结果近似为高斯混合分布，并在多传感器之间交互高斯混合参数，然后利用一阶近似模型下的切尔诺夫融合方法进行初步的数据融合，将融合结果作为重要性采样函数，恢复各个传感器的本地粒子样本，同时计算对应的指数权值，获得每个粒子样本的指数加权结果，并作为新的粒子样本，并再次利用最大期望方法将其近似为高斯混合分布，最后依据切尔诺夫融合准则进行分布式数据融合，利用融合结果计算得到目标的估计状态。该方法可以实现最优的切尔诺夫融合，获得精度高且保守的分布式数据融合结果。