-
公开(公告)号：CN113219452B
公开(公告)日：2022-05-31
申请号：CN202110493847.8
申请日：2021-05-07
Applicant: 电子科技大学
Abstract: 本发明公开了一种未知视域下的分布式多雷达联合配准与多目标跟踪方法，克服了现有多雷达配准中未考虑雷达视域影响的问题。它的特点是：针对雷达视域未知时，雷达间的目标状态空间无法匹配的问题，首先利用基于空间分解与匹配的聚类算法将各个雷达节点本地后验概率假设密度分解为多个子密度，每两雷达节点进行子密度间的匹配，实现对雷达公共与非公共视域的区分；分别在聚类内构建可衡量后验子密度间差异的损失函数，估计雷达位置；在配准后，在聚类内分别进行融合，最终合并得到的融合子密度。本发明解决了在未知多雷达视域与多站雷达未准确定位下，进行联合多雷达位置估计与多目标跟踪的问题，具有适用于工程实际问题，计算复杂度低等特点。
-
公开(公告)号：CN110146850B
公开(公告)日：2021-03-30
申请号：CN201910534932.7
申请日：2019-06-20
Applicant: 电子科技大学
Abstract: 本发明公开一种用于多基地雷达失序量测融合的粒子滤波集中式跟踪方法，属于多基地雷达系统数据融合技术领域。本发明序贯地利用失序量测更新失序量测产生时刻和最新顺序滤波时刻间的所有状态，并利用粒子滤波实现目标跟踪，克服了由于雷达站点数据处理时间不同和通信链路延迟等原因引起的雷达量测失序，从而导致目标融合跟踪性能恶化的问题。本发明判断当前量测是否是顺序量测，若是进行顺序量测更新，否则进行失序量测融合，有效解决了多基地雷达系统中因各雷达站点数据预处理时间不同和通信链路延迟等原因导致的多个任意时序的失序量测的问题，针对多个任意时序的失序量测问题提出了一种普适的解决方法，相比于直接忽略失序量测的融合精度更高。
-
公开(公告)号：CN107590509B
公开(公告)日：2020-09-29
申请号：CN201710740143.X
申请日：2017-08-25
Applicant: 电子科技大学
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。
-
公开(公告)号：CN113219452A
公开(公告)日：2021-08-06
申请号：CN202110493847.8
申请日：2021-05-07
Applicant: 电子科技大学
Abstract: 本发明公开了一种未知视域下的分布式多雷达联合配准与多目标跟踪方法，克服了现有多雷达配准中未考虑雷达视域影响的问题。它的特点是：针对雷达视域未知时，雷达间的目标状态空间无法匹配的问题，首先利用基于空间分解与匹配的聚类算法将各个雷达节点本地后验概率假设密度分解为多个子密度，每两雷达节点进行子密度间的匹配，实现对雷达公共与非公共视域的区分；分别在聚类内构建可衡量后验子密度间差异的损失函数，估计雷达位置；在配准后，在聚类内分别进行融合，最终合并得到的融合子密度。本发明解决了在未知多雷达视域与多站雷达未准确定位下，进行联合多雷达位置估计与多目标跟踪的问题，具有适用于工程实际问题，计算复杂度低等特点。
-
公开(公告)号：CN110646790A
公开(公告)日：2020-01-03
申请号：CN201910942461.3
申请日：2019-09-30
Applicant: 电子科技大学
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。
-
Patent Agency Ranking
公开(公告)号：CN110161491A
公开(公告)日：2019-08-23
申请号：CN201910572482.0
申请日：2019-06-28
Applicant: 电子科技大学
Abstract: 本发明公开一种针对微弱生命体的测距和呼吸频率估计方法，应用于雷达探测领域，针对现有技术对于遮挡目标或信噪比较低的弱目标难以探测的问题，本发明利用多帧非相干积累得到目标可能出现的距离单元及对应的幅度，从而自适应地调节不同距离单元上相关熵的参数，通过对每个距离单元上不同周期的数据进行相关熵处理，实现了对弱目标的增强，最终在距离-多普勒平面得到了所有人体目标的呼吸频率和距离信息；本发明的优点是能够在低信噪比下完成对多个静止人体目标的测距和呼吸频率提取。
-
公开(公告)号：CN110161491B
公开(公告)日：2021-01-12
申请号：CN201910572482.0
申请日：2019-06-28
Applicant: 电子科技大学
Abstract: 本发明公开一种针对微弱生命体的测距和呼吸频率估计方法，应用于雷达探测领域，针对现有技术对于遮挡目标或信噪比较低的弱目标难以探测的问题，本发明利用多帧非相干积累得到目标可能出现的距离单元及对应的幅度，从而自适应地调节不同距离单元上相关熵的参数，通过对每个距离单元上不同周期的数据进行相关熵处理，实现了对弱目标的增强，最终在距离‑多普勒平面得到了所有人体目标的呼吸频率和距离信息；本发明的优点是能够在低信噪比下完成对多个静止人体目标的测距和呼吸频率提取。
-
公开(公告)号：CN108375761B
公开(公告)日：2020-04-07
申请号：CN201810126159.6
申请日：2018-02-08
Applicant: 电子科技大学
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：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：CN110146850A
公开(公告)日：2019-08-20
申请号：CN201910534932.7
申请日：2019-06-20
Applicant: 电子科技大学
Abstract: 本发明公开一种用于多基地雷达失序量测融合的粒子滤波集中式跟踪方法，属于多基地雷达系统数据融合技术领域。本发明序贯地利用失序量测更新失序量测产生时刻和最新顺序滤波时刻间的所有状态，并利用粒子滤波实现目标跟踪，克服了由于雷达站点数据处理时间不同和通信链路延迟等原因引起的雷达量测失序，从而导致目标融合跟踪性能恶化的问题。本发明判断当前量测是否是顺序量测，若是进行顺序量测更新，否则进行失序量测融合，有效解决了多基地雷达系统中因各雷达站点数据预处理时间不同和通信链路延迟等原因导致的多个任意时序的失序量测的问题，针对多个任意时序的失序量测问题提出了一种普适的解决方法，相比于直接忽略失序量测的融合精度更高。
-
-
-
-
-
-
-
-
-
Search Results
14
records
(took 0.03 seconds)
