← 返回列表
一种基于高斯和滤波的任意步时延目标跟踪方法
摘要文本
本发明公开了一种基于高斯和滤波的任意步时延目标跟踪方法，涉及目标跟踪领域，将存在多步随机时延的跟踪系统中的似然函数建模为高斯混合的形式，并使用高斯和容积卡尔曼滤波实现对状态的估计，以此完成量测数据存在任意步时延目标的跟踪定位。本发明解决了在非线性跟踪系统中由于存在任意步随机量测数据时延导致的跟踪精度下降甚至发散的问题，提高目标跟踪的准确性。
申请人信息
- 申请人:哈尔滨工业大学
- 申请人地址:150006 黑龙江省哈尔滨市南岗区西大直街92号
- 发明人: 哈尔滨工业大学
专利详细信息
| 项目 | 内容 |
|---|---|
| 专利名称 | 一种基于高斯和滤波的任意步时延目标跟踪方法 |
| 专利类型 | 发明申请 |
| 申请号 | CN202311287762.X |
| 申请日 | 2023/10/8 |
| 公告号 | CN117351042A |
| 公开日 | 2024/1/5 |
| IPC主分类号 | G06T7/246 |
| 权利人 | 哈尔滨工业大学 |
| 发明人 | 王小刚; 白瑜亮; 荣思远; 王瑞鹏; 景亮; 崔乃刚; 于子淼; 罗友涵; 彭一洋; 王宇 |
| 地址 | 黑龙江省哈尔滨市南岗区西大直街92号 |
专利主权项内容
1.一种基于高斯和滤波的任意步时延目标跟踪方法，其特征在于，包括以下步骤：步骤1：采集被跟踪目标的状态向量，并进行增广，获得增广矩阵；步骤2：利用增广矩阵表示被跟踪目标的量测方程，并根据状态向量和量测方程获得量测数据；步骤3：根据量测方程引入二元随机变量获得被跟踪目标的量测数据被延时接收到的高斯混合似然函数；步骤4：根据高斯混合似然函数计算状态向量的先验概率密度；步骤5：根据先验概率密度利用容积卡尔曼滤波，获得状态向量的一步预测估计值和预测协方差；步骤6：将高斯混合似然函数分解到多个高斯滤波器中进行并行运算，并根据量测数据计算各个高斯滤波器的权值，进行加权融合，获得高斯噪声条件下具有多步延迟的调整量测数据；步骤7：根据调整量测数据和跟踪滤波器，获得跟踪目标定位信息。 来源：百度马 克 数据网