Document
拖动滑块完成拼图
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

一种基于态势图分类的中断航迹关联方法 

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!

摘要:本发明涉及一种基于态势图分类的中断航迹关联方法,属于雷达目标跟踪技术领域。本发明首先基于时间门限和速度门限对新老航迹对进行初关联,减少总关联时间;而后将通过初关联的航迹对进行组合转换为态势图,对航迹的位置特征、速度特征以及时间特征进行预提取;之后基于残差网络构建神经网络模型,使用构建的网络模型对航迹态势图进行判断;之后基于2维最优分配来解决航迹关联的歧义性问题;最后利用仿真对比实验验证了所提方法相较于目前现有的几种典型的TSA算法,准确率有明显提升。

主权项:1.一种基于态势图分类的中断航迹关联方法,其特征在于包括以下步骤:步骤1:对老航迹段和新航迹段基于时刻进行划分,定义新航迹段、老航迹段,构建航迹关联矩阵,基于时间门限和速度门限对新老航迹段进行初关联判断,将通过初关联的新老航迹段对应在航迹关联矩阵中的值置为1,其余的置为0;步骤2:将满足初关联的老航迹段和新航迹段基于每个点迹对应的时刻升序组合成为一条航迹段,记录对应的航迹号,并根据先验关联信息进行样本标记,将满足初关联的新老航迹段全部组合在一起;定义三个矩阵,分别以位置、位置以及速度为行,以对应的时间信息为列对矩阵中的元素进行更新,将得到的矩阵作为航迹态势图输入到TSASMC网络模型中;步骤3:基于残差网络构建一个神经网络模型对新老航迹段进行关联判断,神经网络模型通过多个卷积神经网络CNN提取航迹态势图的空间特征信息,引入残差连接增强网络的训练效率和性能,使用全连接层对这些特征进行汇总和分类,判断新老航迹段是否属于同一目标;步骤4:将航迹态势图输入到训练好的神经网络模型中,神经网络模型的输出为一个二维向量,分别对应不属于同一目标的概率和属于同一目标的概率,对通过初关联判断的新老航迹段组合对应在航迹关联矩阵中的值进行更新;对矩阵进行最大值遍历,选出非零且全局最大的值,将该值对应的新老航迹段判定为关联,并将判定为关联的新老航迹段在航迹关联矩阵中的元素数值置为0,同时将该值对应的行和列中的值都置为0,持续进行全局最大化遍历,直到遍历得到的最大值为0停止,将最终得到的集合作为最终的关联结果;步骤5:使用中断航迹环境构建方法生成仿真数据对关联方法进行比较和评估。

全文数据:

权利要求:

百度查询: 中国人民解放军海军航空大学 一种基于态势图分类的中断航迹关联方法

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。