-
公开(公告)号：CN117351042B
公开(公告)日：2024-05-14
申请号：CN202311287762.X
申请日：2023-10-08
Applicant: 哈尔滨工业大学
Abstract: 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。
-
公开(公告)号：CN117406590B
公开(公告)日：2024-04-02
申请号：CN202311289134.5
申请日：2023-10-08
Applicant: 哈尔滨工业大学
IPC: G05B13/04
Abstract: 本发明公开了一种基于平滑变结构滤波的鲁棒机动目标跟踪方法及系统，该方法包括以下步骤：基于被跟踪目标构建非线性目标跟踪模型，包括：状态方程和量测方程；利用平滑变结构滤波器对所述非线性目标跟踪模型进行估计处理；根据获得平滑变结构滤波的估计结果，利用贝叶斯方法对所述估计结果进行修正，实现对机动目标跟踪。该方法将平滑变结构滤波器应用于机动目标跟踪中，同时为实现利用平滑变结构滤波对速度和加速度的准确跟踪，与贝叶斯理论相结合，通过状态误差协方差实现对低维状态向量的有效估计；可以实现对机动目标的准确跟踪。
-
公开(公告)号：CN117353705A
公开(公告)日：2024-01-05
申请号：CN202311296185.0
申请日：2023-10-08
Applicant: 哈尔滨工业大学
Abstract: 本发明公开了一种带有未知延迟概率的一步时延跟踪滤波方法及系统，该方法包括基于被跟踪目标构建非线性目标跟踪模型及接收数据方程，所述非线性目标跟踪模型包括：状态方程和量测方程；对所述状态方程、量测方程及接收数据方程，采用变分贝叶斯方法的一步随机时延目标跟踪，进行状态扩维、状态时间更新、延迟概率时间更新、参数联合量测迭代更新的操作处理。该方法采用变分贝叶斯方法对未知延迟概率进行估计，并融合容积卡尔曼滤波方法对目标进行跟踪定位。该方法解决了在目标跟踪中由于存在未知延迟概率的一步随机量测延迟导致跟踪精度降低甚至发散的问题。不仅处理一步时延的目标跟踪，而且可以估计出未知时变的延迟概率。
-
公开(公告)号：CN117353705B
公开(公告)日：2024-10-25
申请号：CN202311296185.0
申请日：2023-10-08
Applicant: 哈尔滨工业大学
Abstract: 本发明公开了一种带有未知延迟概率的一步时延跟踪滤波方法及系统，该方法包括基于被跟踪目标构建非线性目标跟踪模型及接收数据方程，所述非线性目标跟踪模型包括：状态方程和量测方程；对所述状态方程、量测方程及接收数据方程，采用变分贝叶斯方法的一步随机时延目标跟踪，进行状态扩维、状态时间更新、延迟概率时间更新、参数联合量测迭代更新的操作处理。该方法采用变分贝叶斯方法对未知延迟概率进行估计，并融合容积卡尔曼滤波方法对目标进行跟踪定位。该方法解决了在目标跟踪中由于存在未知延迟概率的一步随机量测延迟导致跟踪精度降低甚至发散的问题。不仅处理一步时延的目标跟踪，而且可以估计出未知时变的延迟概率。
-
公开(公告)号：CN117351042A
公开(公告)日：2024-01-05
申请号：CN202311287762.X
申请日：2023-10-08
Applicant: 哈尔滨工业大学
Abstract: 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。
-
Patent Agency Ranking
公开(公告)号：CN117350153A
公开(公告)日：2024-01-05
申请号：CN202311281663.0
申请日：2023-10-07
Applicant: 哈尔滨工业大学
IPC: G06F30/27 , G06N3/126 , G06F111/04 , G06F111/08
Abstract: 本发明公开了一种基于遗传重采样的软约束目标跟踪方法及系统，涉及目标跟踪技术领域，该方法包括：基于被跟踪目标构建目标跟踪模型；根据所述被跟踪目标的状态初始值生成粒子滤波所需的多个粒子；基于所述目标跟踪模型对各粒子进行时间更新，预测各粒子的状态和权重；利用遗传算法对各粒子进行重采样；基于所述量测方程计算重采样后的粒子的修正似然函数；基于所述修正似然函数修正预测后的权重；根据修正后的权重更新预测后的状态，得到所述被跟踪目标的最终估计状态。本发明能够实现在地面移动目标的跟踪中融合已知的非线性不等式软约束，提高地面目标在此类软约束下的跟踪精度。
-
公开(公告)号：CN117406589B
公开(公告)日：2024-07-09
申请号：CN202311289042.7
申请日：2023-10-08
Applicant: 哈尔滨工业大学
IPC: G05B13/04
Abstract: 本发明公开了一种针对模型未知的机动目标交互式平滑变结构滤波方法，应用于目标跟踪技术领域，包括：构建由若干子滤波器组成的交互式多模型，若干所述子滤波器包括常速度模型和协同转弯模型；获取机动目标数据并输入所述交互式多模型，将各子滤波器上一时刻的滤波结果按交互概率进行融合，以获取各子模型在当前时刻的滤波初值；各子滤波器根据滤波初值进行并行滤波，分别获得滤波结果；交互式多模型利用量测值对各子滤波器的滤波结果赋不同的权值，获得当前时刻的模型概率；根据当前时刻的模型概率和各子滤波器的滤波结果进行加权融合，获得当前时刻对机动目标的全局估计结果。达到对机动目标且目标运动模型参数未知情况下的有效跟踪。
-
公开(公告)号：CN117411462A
公开(公告)日：2024-01-16
申请号：CN202311288914.8
申请日：2023-10-08
Applicant: 哈尔滨工业大学
Abstract: 本发明涉及目标跟踪技术领域，具体涉及一种基于变分贝叶斯高斯和滤波的目标跟踪方法，包括：构建考虑量测噪声的跟踪滤波器非线性跟踪模型；利用上一时刻状态估计值及先验概率密度对当前时刻目标状态进行预测，得到目标状态的一步预测值及其一步预测协方差；利用遗忘因子对待估计的非高斯噪声超参数进行更新；引入随机变量，将高斯混合形式的似然函数改写为高斯层次分布；利用变分贝叶斯方法对目标状态和未知的非高斯噪声超参数进行迭代更新，直至跟踪滤波器的KL散度最小化，得到当前时刻目标状态的后验估计。本发明可实现对受到非高斯且统计特性未知量测噪声干扰的目标进行跟踪定位，并提高跟踪精度。
-
公开(公告)号：CN117406589A
公开(公告)日：2024-01-16
申请号：CN202311289042.7
申请日：2023-10-08
Applicant: 哈尔滨工业大学
IPC: G05B13/04
Abstract: 本发明公开了一种针对模型未知的机动目标交互式平滑变结构滤波方法，应用于目标跟踪技术领域，包括：构建由若干子滤波器组成的交互式多模型，若干所述子滤波器包括常速度模型和协同转弯模型；获取机动目标数据并输入所述交互式多模型，将各子滤波器上一时刻的滤波结果按交互概率进行融合，以获取各子模型在当前时刻的滤波初值；各子滤波器根据滤波初值进行并行滤波，分别获得滤波结果；交互式多模型利用量测值对各子滤波器的滤波结果赋不同的权值，获得当前时刻的模型概率；根据当前时刻的模型概率和各子滤波器的滤波结果进行加权融合，获得当前时刻对机动目标的全局估计结果。达到对机动目标且目标运动模型参数未知情况下的有效跟踪。
-
公开(公告)号：CN116699598A
公开(公告)日：2023-09-05
申请号：CN202310834885.4
申请日：2023-07-10
Applicant: 哈尔滨工业大学
Abstract: 本发明公开了一种基于一致性滤波的多传感器目标跟踪方法、系统及设备，涉及多传感器目标跟踪领域，该方法包括：根据各传感器对目标上一时刻的状态估计结果和上一时刻的信息矩阵，计算下一时刻的状态估计结果和信息矩阵；基于下一时刻的状态估计结果和信息矩阵计算信息向量；利用各传感器对目标的量测信息对下一时刻的信息矩阵和信息向量进行更新；基于更新后信息矩阵和信息向量进行一致性迭代，得到一致性迭代的信息矩阵和信息向量；根据一致性迭代的信息矩阵和信息向量计算下一时刻目标的状态向量，实现目标的跟踪。本发明采用一致性迭代方法对各传感器的估计结果进行融合，提高了各传感器对目标的估计精度，实现了目标的准确跟踪。
-
-
-
-
-
-
-
-
-
Search Results
14
records
(took 0.026 seconds)
