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：哈尔滨理工大学
摘要：针对水下机动目标跟踪过程中量测量出现野值或量测噪声的后验分布未知的问题，本发明提出了一种基于M估计的变分贝叶斯无迹卡尔曼滤波算法。该算法采用奇异值分解代替无迹卡尔曼滤波算法中的Cholesky分解，以保证协方差矩阵在迭代时的正定性；通过引入M估计方法，将量测信息进行预处理，去除异常值与非高斯噪声的干扰，以增强算法准确性；采用变分策略对量测噪声的后验分布进行实时估计，使得滤波算法在量测噪声后验分布未知的条件下实现准确的跟踪。进行仿真实验测试，本发明所提出的方法相比于原有的算法在量测噪声位置的情况下具有更低的跟踪误差以及收敛速度。该算法显著提升了目标跟踪系统的准确度和鲁棒性，对不确定量测条件下的目标跟踪具有重要的实际意义。
主权项：1.一种基于M估计的变分贝叶斯无迹卡尔曼滤波目标跟踪方法，其特征在于，包括：S1、从实际场景出发，考虑目标跟踪过程中量测噪声未知对跟踪精度的影响，通过变分策略来近似模型量测噪声的分布，从而实现准确的目标估计；S2、针对实际量测过程中出现的非高斯，利用M估计方法对观测数据进行预处理，有利于提高数据预测的准确性；S3、采用奇异值分解来解决传统无迹卡尔曼滤波算法在迭代过程中协方差矩阵发散问题，提高算法的稳定性。
全文数据：
权利要求：
百度查询： 哈尔滨理工大学 一种基于M估计的变分贝叶斯无迹卡尔曼滤波目标跟踪方法
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