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：本发明公开了一种跟踪目标的定位优化方法，该方法通过收集实时数据，分析得到目标运行轨迹；利用卡尔曼滤波、BP神经网络和粒子滤波进行优化，根据当前时刻所述卡尔曼滤波轨迹、所述BP神经网络轨迹和所粒子滤波轨迹上距离最近的两点的中点，计算下一时刻卡尔曼滤波预测结果和BP神经网络预测结果；最后通过综合卡尔曼滤波预测结果和所述BP神经网络预测结果，得到目标预测结果。本发明解决了当噪声较强的情况下，观测轨迹与目标运行轨迹之间会出现较大误差，定位不够准确的问题，达到了，弥补卫星定位位置更新延迟，提高了鲁棒性的技术效果。

主权项：1.一种跟踪目标的定位优化方法，其特征在于，该方法包括以下步骤：获取目标运动状态实时数据；根据所述目标运动状态实时数据，得到目标运行轨迹；对目标运行轨迹进行优化，得到卡尔曼滤波轨迹、BP神经网络轨迹和粒子滤波轨迹；根据当前时刻所述卡尔曼滤波轨迹、所述BP神经网络轨迹和所粒子滤波轨迹上距离最近的两点的中点，计算下一时刻卡尔曼滤波预测结果和BP神经网络预测结果，具体采用以下方法执行：截止至当前时刻t时刻会得到除目标运行轨迹以外三条轨迹，分别是卡尔曼滤波轨迹、BP神经网络轨迹和粒子滤波轨迹，将卡尔曼滤波轨迹、BP神经网络轨迹和粒子滤波轨迹三条轨迹在t时刻的经纬度值——分别记为φKFt,λKFt、φBPt,λBPt、φPFt,λPFt；将三组数据两两作差，将φKFt,λKFt-φBPt,λBPt记为：将φKFt,λKFt-φPFt,λPFt记为：将φBPt,λBPt-φPFt,λPFt记为：此处差值默认全部绝对值取正；t时刻三个点两两之间的距离为：卡尔曼轨迹点与BP神经网络轨迹点之间的距离为： 卡尔曼轨迹点与粒子滤波轨迹点之间的距离为： BP神经网络轨迹点与粒子滤波轨迹点之间的距离为： 取距离小的值则会得到三种方法中的其中两个方法的点；当mindK-B,dK-P,dB-P＝dK-B时，得到的两个点为：φKFt,λKFt，φBPt,λBPt；当mindK-B,dK-P,dB-P＝dK-P时，得到的两个点为：φKFt,λKFt，φPFt,λPFt；当mindK-B,dK-P,dB-P＝dB-P时；得到的两个点为：φBPt,λBPt，φPFt,λPFt；取这两种方法的两个点的中点作为t时刻的输出:1当得到的两个点为：φKFt,λKFt，φBPt,λBPt时，输出为：记为2当得到的两个点为：φKFt,λKFt，φPFt,λPFt时，输出为：记为3当得到的两个点为：φBPt,λBPt，φPFt,λPFt时，输出为：记为t时刻的输出最终为中的一组，将t时刻的输出记为：Xt,Yt；根据所述卡尔曼滤波预测结果和所述BP神经网络预测结果，得到目标预测结果；其中，得到目标预测结果的方式为：根据上一时刻卡尔曼滤波预测结果和所述BP神经网络预测结果与目标运行轨迹距离的比值的倒数为当前时刻卡尔曼滤波预测结果和所述BP神经网络预测结果分配权重，加权平均后得到目标预测结果。

全文数据：

权利要求：

百度查询： 重庆工商大学 跟踪目标的定位优化方法