未知概率Skew及重尾噪声下的目标跟踪方法

    公开(公告)号:CN115358325A

    公开(公告)日:2022-11-18

    申请号:CN202211020469.2

    申请日:2022-09-29

    Applicant: 河南大学

    Abstract: 本发明公开了一种未知概率Skew及重尾噪声下的目标跟踪方法,包含以下步骤:首先,在分布式目标跟踪框架下,根据未知参数所服从的特性进行先验建模;其次通过标准变分贝叶斯方法定点迭代联合推断出目标状态、系统偏差、噪声协方差等后验分布参数;最后依据协方差交叉融合策略实现对局部状态估计值的融合与修正。所提方法在目标跟踪过程中综合考虑了未知概率随机出现的过程噪声、异常重尾量测噪声和未知且时变的系统偏差的多重影响,能够有效地估计出目标状态、噪声协方差、系统偏差等未知参数,进而提高了目标的跟踪精度,同时具有较好的自适应性和鲁棒性。

    一种不规则网络节点分布下非测距节点定位方法

    公开(公告)号:CN116170741A

    公开(公告)日:2023-05-26

    申请号:CN202310085491.3

    申请日:2023-02-07

    Applicant: 河南大学

    Abstract: 本发明提供一种不规则网络节点分布下一种非测距节点定位方法,即根据经典的DV‑hop非测距节点定位算法获得未知节点到锚节点之间的距离,进而可将节点定位问题转化为优化问题求解。包括以下步骤:首先,通过不确定度来描述节点之间的通信链接。然后,通过引入锚节点的平均跳距在迂回路径选择两个锚节点,将其与未知节点进行几何关系判断最优、次优、不可用节点对三种情况,并计算节点间距离。最后,依据最小最大准则构建节点定位原始优化问题,利用辅助变量、连续凸逼近将原非凸问题松弛迭代凸优化问题求解,实现网节点高效定位。本发明能够在节点之间通信路径存在迂回的不规则网络情况下确保未知节点估计精度,同时可降低锚节点部署的能量消耗和成本投入。

    基于联合风险评估的多传感器资源分配方法

    公开(公告)号:CN116010099A

    公开(公告)日:2023-04-25

    申请号:CN202310085191.5

    申请日:2023-02-06

    Applicant: 河南大学

    Abstract: 本发明提供了一种基于联合风险评估的多传感器资源分配方法。该方法包含以下步骤:首先,通过传感器采样和状态预测技术获取目标量测和预测状态;其次,综合考虑新生目标类型识别错误而导致的识别风险和已有目标的威胁风险来构建联合风险模型;然后根据多传感器辐射风险构建约束条件,进而建立多传感器资源分配问题;最后通过凸优化技术对优化问题求解得到多传感器资源分配方案。本发明综合考虑了多目标跟踪过程中新生目标与已有目标的联合风险,减少了目标跟踪误差,降低了联合风险,能更合理地优化多传感器‑多目标分配方案。

    一种基于变加权云贝叶斯网络的空中目标威胁评估方法

    公开(公告)号:CN116957083A

    公开(公告)日:2023-10-27

    申请号:CN202310938269.3

    申请日:2023-07-27

    Applicant: 河南大学

    Abstract: 本发明提供一种基于变加权云贝叶斯网络的空中目标威胁评估方法,即根据威胁评估结果多为定量分析而较少研究目标威胁等级等定性问题,对目标威胁进行高、中、低定性决策。包括以下步骤:首先,基于贝叶斯网络构建空中目标属性的威胁评估模型;其次,将云模型引入到贝叶斯网络,利用云模型表示贝叶斯网络节点间关联性概率;然后,结合战场态势信息,利用改进高斯表达的变加权方法确定威胁评估目标属性权重;最后,基于关联性概率和目标属性权重,利用云模型运算法则来得到目标威胁等级决策。本发明研究目标威胁等级定性问题,能够有效完成目标威胁评估,获取目标威胁等级决策,进一步提高战场信息的利用率。

    一种基于SAC和LGVF的航天器追捕任务组合优化控制方法

    公开(公告)号:CN116107213A

    公开(公告)日:2023-05-12

    申请号:CN202310159415.2

    申请日:2023-02-23

    Applicant: 河南大学

    Abstract: 本发明提供一种基于SAC和LGVF的航天器追捕任务组合优化控制方法,首先利用层次控制方法将追逃场景中任务划分为不同阶段,建立航天器追捕任务的分层简化模型;其次,提出改进的深度强化学习柔性演员评论家(SAC)算法建立自主运动规划控制架构,为追捕航天器提供了处理动态不确定状态的能力;最后,在改进的SAC算法框架下引入了李亚普诺夫引导矢量场方法(LGVF)形成组合控制方法,压缩解空间大小以优化在庞大解空间中的求解过程。本方法能够使追捕航天器在外部信息部分可观测且不可预知的场景中自主完成航天器追捕任务,既提供实时自主控制能力,又提升了任务成功率。

Patent Agency Ranking