公开(公告)号：CN107064865B

公开(公告)日：2020-06-23

申请号：CN201710225331.9

申请日：2017-04-07

Applicant: 杭州电子科技大学

Inventor： 郭云飞 ,  张沛男 ,  薛安克 ,  彭冬亮 ,  左燕

IPC: G01S5/00 ,  G06K9/62

Abstract: 本发明提出一种基于深度聚类的极坐标动态规划无源协同定位方法。该方法首先提出了环境变量学习过程，用以确定空间转移伸缩量，并结合误差传递理论求出非线性测量空间内有效转移范围。第二，首次在极值理论确定的回溯阈值内加入抗干扰因子，最终确定基于深度聚类的动态规划算法的回溯阈值。第三，提出一种基于深度聚类的动态规划算法，在测量空间进行目标检测与跟踪。最后，对目标状态进行扩维，从而包括辐射源状态，并提出一种基于关联预测协方差的扩展卡尔曼滤波算法，对扩维后的状态进行联合估计。

公开(公告)号：CN107064865A

公开(公告)日：2017-08-18

申请号：CN201710225331.9

申请日：2017-04-07

Applicant: 杭州电子科技大学

Inventor： 郭云飞 ,  张沛男 ,  薛安克 ,  彭冬亮 ,  左燕

IPC: G01S5/00 ,  G06K9/62

CPC classification number: G01S5/00 ,  G06K9/6221

Abstract: 本发明提出一种基于深度聚类的极坐标动态规划无源协同定位方法。该方法首先提出了环境变量学习过程，用以确定空间转移伸缩量，并结合误差传递理论求出非线性测量空间内有效转移范围。第二，首次在极值理论确定的回溯阈值内加入抗干扰因子，最终确定基于深度聚类的动态规划算法的回溯阈值。第三，提出一种基于深度聚类的动态规划算法，在测量空间进行目标检测与跟踪。最后，对目标状态进行扩维，从而包括辐射源状态，并提出一种基于关联预测协方差的扩展卡尔曼滤波算法，对扩维后的状态进行联合估计。