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:中国人民解放军国防科技大学
摘要:本申请涉及一种PHD与GPU相结合的目标状态实时生成方法。所述方法包括:根据PHD滤波器在网格地图模型中对实体的状态进行估计,得到每个网格单元的持续存在的无人机侦察目标实体状态预测结果和新生的无人机侦察目标实体状态预测结果;利用预先推导的似然函数对无人机侦察目标实体状态预测结果进行校正更新,得到更新后的无人机侦察目标实体状态;对所有网格单元更新后的无人机侦察目标实体状态进行求和,得到无人机侦察目标状态生成模型;在GPU上根据DS证据理论和SMC算法对无人机侦察目标状态生成模型进行并行求解得到无人机侦察目标实体状态。采用本方法能够实时生成目标状态。
主权项:1.一种PHD与GPU相结合的目标状态实时生成方法,其特征在于,所述方法包括:获取无人机侦察区域;对所述无人机侦察区域进行建模,得到网格地图模型;在所述网格地图模型中建立无人机侦察目标实体与一个或多个网格的关联关系,其中每个网格对应一个无人机侦察目标实体状态点,多个无人机侦察目标实体状态点的状态集合共同描述无人机侦察目标实体在网格地图模型中的状态;利用随机有限集对无人机侦察目标实体状态和传感器测量数据进行建模,得到无人机侦察目标实体状态模型和传感器测量模型;根据PHD滤波器在网格地图模型中对实体的状态进行估计,利用所述无人机侦察目标实体状态模型和传感器测量模型对持续存在的无人机侦察目标实体和新生的无人机侦察目标实体进行预测,得到每个网格单元的持续存在的无人机侦察目标实体状态预测结果和新生的无人机侦察目标实体状态预测结果;利用预先推导的似然函数对所述每个网格单元的无人机侦察目标实体状态预测结果进行校正更新,得到每个网格单元更新后的无人机侦察目标实体状态;对所有网格单元更新后的无人机侦察目标实体状态进行求和,得到无人机侦察目标状态生成模型;在GPU上根据DS证据理论和SMC算法对所述无人机侦察目标状态生成模型进行并行求解,利用DS证据理论对所述PHD滤波器进行改进,改进后得到的DS-PHD滤波器用粒子集表示网格单元,用网格单元的占据质量和空闲质量表示无人机侦察目标实体状态,遍历网格地图模型中的全部网格,根据所述DS-PHD滤波器对每个网格单元的粒子集的权重进行求和,得到网格单元对应的预测占据质量和预测空闲质量;根据所述预测占据质量计算出更新后的网格单元中新生实体占据质量和持续存在实体占据质量;对所述粒子集中持续存在的粒子的非归一化权重进行更新,得到更新后的持续存在的粒子的非归一化权重;根据所述非归一化权重和所述持续存在实体占据质量以及上一时刻的更新后的持续存在的粒子的归一化权重设置当前时刻粒子与传感器测量值关联和与传感器测量值不关联的归一化系数;利用所述归一化系数对当前时刻更新后的持续存在的粒子的非归一化权重进行归一化,得到当前时刻网格单元中更新后的持续存在的粒子的归一化权重;根据所述新生实体占据质量计算得到网格单元中与传感器测量关联的粒子权重和与传感器测量不关联的粒子权重,利用所述当前时刻网格单元中更新后的持续存在的粒子的归一化权重以及网格单元中与传感器测量关联的粒子权重和与传感器测量不关联的粒子权重计算得到当前时刻网格单元中无人机侦察目标实体的空间分布;对当前时刻所有网格单元中的无人机侦察目标实体的空间分布进行求和,得到无人机侦察目标实体状态。
全文数据:
权利要求:
百度查询: 中国人民解放军国防科技大学 一种PHD与GPU相结合的目标状态实时生成方法
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。