-
公开(公告)号：CN104881521A
公开(公告)日：2015-09-02
申请号：CN201510222285.8
申请日：2015-05-05
Applicant: 电子科技大学
IPC: G06F17/50
Abstract: 本发明公开了一种标号随机集滤波器分布式融合方法，属于多传感器融合领域。首先将标号随机集分布转变为其非标号版本；然后基于一阶统计特性相匹配特性，将非标号版本多目标伯努利分布近似为多目标伯努利分布；其次基于目标状态间是非临近假设，对多目标伯努利分布的分数阶指数次幂进行化简，并将其带入广义协方差交叉信息融合表达式。最后建立传感器间航迹-航迹映射关系集合空间，基于此映射空间，将上述复杂形势的广义协方差交叉信息融合表达式化简为简洁易被理解的闭合形式融合表达式。从而具有对不同标号随机集分布间标号空间不匹配具有鲁棒性，近似代价小，实现复杂度低的效果。
-
公开(公告)号：CN104865570A
公开(公告)日：2015-08-26
申请号：CN201510235794.4
申请日：2015-05-11
Applicant: 电子科技大学
CPC classification number: G01S13/723 , G01S7/415
Abstract: 本发明公开了一种适用于雷达系统的快速动态规划检测前跟踪方法,属于雷达目标检测技术领域，涉及雷达系统中微弱目标的检测前跟踪技术。该方法首先对雷达的量测进行预处理，使之对应于一个量化状态更少的离散状态空间，并基于预处理后的数据进行动态规划搜索，以较少的计算量估计目标状态序列。然后，该方法利用估计的结果，仅对少量相关的状态进行精细搜索，在确定目标准确位置的同时有效避免了大量无意义的搜索，使计算量大幅降低。
-
公开(公告)号：CN104777469A
公开(公告)日：2015-07-15
申请号：CN201510189219.5
申请日：2015-04-21
Applicant: 电子科技大学
Abstract: 本发明提供一种基于量测误差协方差矩阵范数的雷达节点选择方法。将构成最小量测误差协方差矩阵二范数的雷达作为目标跟踪的工作雷达，最后通过选择出的雷达进行目标跟踪过程。使用量测误差协方差矩阵二范数作为选择雷达节点的判断依据充分考虑不同雷达量测值之间的相关性。在充分考虑不同量测值相关性的情况下，选出量测误差小、有效信息多冗余信息少的雷达来跟踪目标，提高了目标跟踪精度。
-
公开(公告)号：CN110187336B
公开(公告)日：2021-01-12
申请号：CN201910573146.8
申请日：2019-06-28
Applicant: 电子科技大学
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：CN110031797B
公开(公告)日：2020-09-15
申请号：CN201910313100.2
申请日：2019-04-18
Applicant: 电子科技大学
Abstract: 本发明公开一种用于被动传感系统对具有非连续特性目标的检测跟踪方法，应用于被动传感系统目标检测跟踪技术领域，针对现有技术不适用于非连续目标的跟踪，且没有考虑对信号的非连续特性进行估计的问题；本发明首先，根据传感器最新接收到的断续量测，对其进行非连续周期划分并结合信号周期滑窗自适应地估计目标的非连续特性；然后同步确定目标状态的更新时刻，并在贝叶斯框架下推导变周期滤波公式得到关于目标状态的后验概率密度函数；最后利用最小均方误差准则对目标状态进行估计，本发明的方法可以实现对非连续目标状态及其非连续特性的联合估计。
-
Patent Agency Ranking
公开(公告)号：CN110187335A
公开(公告)日：2019-08-30
申请号：CN201910553215.9
申请日：2019-06-25
Applicant: 电子科技大学
Abstract: 本发明公开了一种针对具有非连续特性目标的粒子滤波检测前跟踪方法，包括以下步骤：S1、初始化系统参数；S2、读取原始量测数据；S3、计算原始量测数据的似然比，利用似然比准则估计目标的非连续特性；S4、利用粒子滤波实现对目标运动状态的估计；S5、令迭代系数k＝k+1，判断tk＞L是否成立，若是则算法结束；否则返回步骤S2；其中，L表示跟踪总时间。本发明解决了针对具有非连续特性目标的检测前跟踪问题，将目标的非连续特性带入贝叶斯跟踪流程内，可以实现对非连续运动状态及其信号非连续特性的联合估计。本发明的方法避免了门限检测，尽可能的保留了原始量测的全部信息，提高了对微弱目标的检测能力。
-
公开(公告)号：CN110035405A
公开(公告)日：2019-07-19
申请号：CN201910312086.4
申请日：2019-04-18
Applicant: 电子科技大学
IPC: H04W4/38
Abstract: 本发明公开了一种基于随机集理论的多传感器分布式高效融合方法，包括以下步骤：S1、初始化系统参数；S2、初始化传感器的多目标基数化概率假设密度分布；S3、接收第一帧扫描数据，计算本地后验基数化概率假设密度分布；S4、将本地后验基数化概率假设密度分布与临近节点交换；S5、并行地在每一联合分组内将传感器a与传感器b的基数化概率假设密度分布进行融合；S6、通过最大后验估计准则计算目标个数，估计目标状态；S7、接收下一帧扫描数据，得到传感器新的基数化概率假设密度分布，然后采用步骤S4～步骤S6相同的方法处理；S8、采用步骤S4～S7相同的方法处理余下的k帧扫描数据。本发明具有计算复杂度低，近似误差小等优点。
-
公开(公告)号：CN106033120B
公开(公告)日：2018-04-06
申请号：CN201610494570.X
申请日：2016-06-29
Applicant: 电子科技大学
Abstract: 本发明公开了一种多站雷达异步多帧联合检测方法，属于雷达目标检测领域。在每个时刻，本发明利用雷达组网中多个雷达站点提供的多帧异步回波数据计算联合广义对数似然比，然后通过求解最优化问题找到一组使联合似然比最大的状态序列作为目标航迹的估计。另外，本发明结合了维特比算法，能够快速高效地实现该最优化求解问题，在保证算法检测实时性的同时，提高系统微弱目标的检测概率，改善雷达系统的探测性能。
-
公开(公告)号：CN104865570B
公开(公告)日：2017-06-13
申请号：CN201510235794.4
申请日：2015-05-11
Applicant: 电子科技大学
Abstract: 本发明公开了一种适用于雷达系统的快速动态规划检测前跟踪方法,属于雷达目标检测技术领域，涉及雷达系统中微弱目标的检测前跟踪技术。该方法首先对雷达的量测进行预处理，使之对应于一个量化状态更少的离散状态空间，并基于预处理后的数据进行动态规划搜索，以较少的计算量估计目标状态序列。然后，该方法利用估计的结果，仅对少量相关的状态进行精细搜索，在确定目标准确位置的同时有效避免了大量无意义的搜索，使计算量大幅降低。
-
公开(公告)号：CN106707272A
公开(公告)日：2017-05-24
申请号：CN201610522044.X
申请日：2016-07-01
Applicant: 电子科技大学
IPC: G01S13/72
Abstract: 为了在有限资源限制条件下，实现复杂场景下多目标状态的有效跟踪，本发明提供了一种基于随机集理论的多目标跟踪方法。该方法在航迹预测阶段首先依据贝叶斯准则对每一个继续存活航迹进行一步预测，然后根据目标先验信息自适应出生目标航迹；在航迹跟新阶段，首先在各假设下计算相应存在权重概率以及联合多目标概率密度函数，然后计算各目标标号的后验概率参数，包括存在概率以及对应的概率密度函数。该方法具近似代价小、在有限资源下性能优异、适用任意量测模型的鲁棒性等优点。另外，由于本发明的算法所占用系统计算资源少,具备良好工程应用前景。
-
-
-
-
-
-
-
-
-
Search Results
71
records
(took 0.036 seconds)
