公开(公告)号：CN111965589A

公开(公告)日：2020-11-20

申请号：CN202010811097.X

申请日：2020-08-13

Applicant: 桂林电子科技大学

Inventor： 薛秋条 ,  邹宝红 ,  吴孙勇 ,  樊向婷 ,  王力 ,  孙希妍 ,  纪元法 ,  蔡如华 ,  符强 ,  严肃清 ,  王守华

IPC: G01S3/02

Abstract: 本发明公开了一种基于空间平滑的多伯努利滤波多源DOA跟踪方法，首先对接收到的所述单快拍量测数据进行前后向的平滑处理，并利用酉矩阵进行修正；其次，利用多伯努利滤波器对多伯努利分量进行预测，接着将修正后的平滑数据进行奇异值分解，并和指定时刻接收的所述单快拍量测数据一起对预测的所述伯努利分量进行更新；最后根据更新后的所述多伯努利分量对目标状态进行提取和迭代，直至算法终止，能在传感器阵列单快拍量测信息不确定性情况下，提高多伯努利滤波多源DOA跟踪性能。

公开(公告)号：CN109508444A

公开(公告)日：2019-03-22

申请号：CN201811549885.5

申请日：2018-12-18

Applicant: 桂林电子科技大学

Inventor： 吴孙勇 ,  董续东 ,  赵君 ,  蔡如华 ,  孙希延 ,  纪元法 ,  严素清

IPC: G06F17/18 ,  G06F17/50

Abstract: 本发明公开一种区间量测下交互式多模广义标签多伯努利的快速跟踪方法，将交互式多模方法与快速算法思想相结合，首先在广义标签多伯努利滤波的框架下，针对目标采样粒子预测阶段，结合区间量测广义似然函数，实现所有粒子对于不同模型的转移预测，随后通过计算模型权概率对粒子进行模型交互，然后通过GLMB滤波更新方程对模型交互后的粒子进行更新。在此基础上结合快速实现方法，将预测与更新相结合，对于每个迭代只需要一个截断过程，降低了算法的计算量，最终解决了机动多目标的检测与跟踪问题。

公开(公告)号：CN107703496A

公开(公告)日：2018-02-16

申请号：CN201710945206.5

申请日：2017-10-12

Applicant: 桂林电子科技大学

Inventor： 吴孙勇 ,  刘义强 ,  薛秋条 ,  蔡如华 ,  宁巧娇 ,  孙希延 ,  纪元法

IPC: G01S7/48 ,  G01S17/66 ,  G01S17/89 ,  G06T7/20

CPC classification number: G01S7/4802 ,  G01S17/66 ,  G01S17/89 ,  G06T7/20 ,  G06T2207/20024

Abstract: 本发明公开一种交互式多模伯努利滤波的机动弱目标检测前跟踪方法，在伯努利粒子滤波的基础上，使用交互式多模方法对滤波器中每个目标状态的采样粒子进行预测，再将预测粒子代入到传统的伯努利TBD算法中进行目标存在概率及分布密度的更新估计。本发明在低信噪比情况下，能有效地检测跟踪弱机动目标，且对目标状态的估计更加精准。