龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：北京信息科技大学
摘要：本发明涉及目标跟踪技术领域，具体地，涉及一种多目标跟踪方法，包括：建立雷达传感器所探测的海洋目标的非线性状态方程和非线性量测方程；基于所述方程确定高斯混合泊松多伯努利混合滤波算法的协方差矩阵；采用均方根容积卡尔曼滤波算法处理预测协方差矩阵得到计算结果；根据计算结果确定高斯混合泊松多伯努利混合滤波算法的协方差矩阵平方根；根据预测协方差矩阵平方根、当前时刻的目标状态和预测状态，获得下一时刻的预测状态，根据更新协方差矩阵平方根、下一时刻的预测状态和量测，获得更新后的目标状态，实现对海洋目标的跟踪和轨迹估计。本发明在非线性场景下更稳定、更准确的估计海洋目标数目及状态，提高了多目标跟踪的精度。
主权项：1.一种多目标跟踪方法，其特征在于，包括以下具体步骤：步骤S1：建立雷达传感器所探测的海洋目标的非线性状态方程和非线性量测方程；步骤S2：基于所述非线性状态方程和非线性量测方程确定高斯混合泊松多伯努利混合滤波算法的协方差矩阵；所述高斯混合泊松多伯努利混合滤波算法包括预测过程和更新过程；所述协方差矩阵包括预测协方差矩阵和更新协方差矩阵；步骤S3：采用均方根容积卡尔曼滤波算法处理所述预测协方差矩阵，得到计算结果；所述计算结果包括状态预测均值、预测误差协方差矩阵平方根、量测预测均值、新息协方差平方根、互协方差矩阵、卡尔曼增益、更新均值和更新误差协方差矩阵平方根；步骤S4：基于所述计算结果确定高斯混合泊松多伯努利混合滤波算法的协方差矩阵平方根，所述协方差矩阵平方根包括预测协方差矩阵平方根和更新协方差矩阵平方根；步骤S5：根据所述预测协方差矩阵平方根、当前时刻的目标状态和预测状态，获得下一时刻的预测状态，根据所述更新协方差矩阵平方根、下一时刻的预测状态和量测，获得更新后的目标状态，完成对海洋目标的跟踪和轨迹估计。
全文数据：
权利要求：
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号