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：西安邮电大学
摘要：本发明提出了一种基于线性时间交互多模关联的机动多扩展目标跟踪方法，首先，利用椭圆高斯误差空间测量模型对目标状态参数进行精确数学表达，并通过加权融合技术结合前一时刻模型表现来确定输入初始值和协方差；其次，排除杂波干扰，对测量数据进行筛选，实现线性边缘概率关联，并通过二阶扩展卡尔曼滤波对运动参数进行估计，同时引入伪测量技术增强形状参数估计的鲁棒性；最后，采用测量集合质心减轻多量测对计算残差的不利影响，通过不同模型的似然函数自适应调整模型概率转移矩阵，提高目标跟踪的准确性和鲁棒性。仿真实验表明，本发明对机动多扩展目标具有较好的跟踪性能，相较于其他跟踪方法更加精确。
主权项：1.一种基于线性时间交互多模关联的机动多扩展目标跟踪方法，其特征在于，包括如下步骤：S1、对于多个机动的扩展目标的运动状态参数和形状参数，分别采用椭圆高斯误差空间测量模型对位于二维笛卡尔坐标系中的多个机动的扩展目标进行建模，并在初始跟踪k＝0时刻，对多个机动的扩展目标进行运动模型初始化；S2、对于多个机动的扩展目标，分别计算交互式多模型之间的转移概率和模型概率用于模型交互，在扩展目标跟踪的k时刻采用线性时间数据关联算法对每个交互模型下的扩展目标的有效测量值与扩展目标之间进行线性边缘概率关联，并通过二阶扩展卡尔曼滤波及伪测量对每个交互模型下的扩展目标状态进行更新，其中，k0；S3、采用测量集合质心减小多量测对残差的影响，并且基于每个扩展目标的各模型参数自适应地更新交互式多模型算法的运动和形状相关的模型概率转移矩阵和模型概率；对每个扩展目标，根据各模型对应的似然函数的差异,实时调整该扩展目标的模型概率转移矩阵；S4、对扩展目标跟踪的k+1时刻，重复执行步骤S2和S3，直到跟踪的扩展目标离开监视区域，跟踪结束。
全文数据：
权利要求：
百度查询： 西安邮电大学 基于线性时间交互多模关联的机动多扩展目标跟踪方法
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。
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