-
公开(公告)号：CN114567288B
公开(公告)日：2024-04-26
申请号：CN202210088496.7
申请日：2022-01-25
Applicant: 河南大学
Abstract: 本发明公开了一种基于变分贝叶斯的分布协同非线性系统状态估计方法，通过以变分贝叶斯为基础，针对分布协同非线性目标跟踪系统过程噪声时变和观测噪声具有随机异常值的情况，选择IW分布和student’t分布作为目标状态一步预测协方差的先验分布和量测的分布，通过定点迭代的方法在各局部滤波器中求解目标状态和噪声参数的近似后验分布，采用CI融合方法对各局部滤波器的目标状态估计加权融合得到全局最优估计，最后再将全局最优估计反馈给各局部滤波器，提高了滤波器的估计精度和稳定性。
-
公开(公告)号：CN114567288A
公开(公告)日：2022-05-31
申请号：CN202210088496.7
申请日：2022-01-25
Applicant: 河南大学
Abstract: 本发明公开了一种基于变分贝叶斯的分布协同非线性系统状态估计方法，通过以变分贝叶斯为基础，针对分布协同非线性目标跟踪系统过程噪声时变和观测噪声具有随机异常值的情况，选择IW分布和student’t分布作为目标状态一步预测协方差的先验分布和量测的分布，通过定点迭代的方法在各局部滤波器中求解目标状态和噪声参数的近似后验分布，采用CI融合方法对各局部滤波器的目标状态估计加权融合得到全局最优估计，最后再将全局最优估计反馈给各局部滤波器，提高了滤波器的估计精度和稳定性。
-
Patent Agency Ranking
公开(公告)号：CN114519728A
公开(公告)日：2022-05-20
申请号：CN202210098227.9
申请日：2022-01-25
Applicant: 河南大学
Abstract: 本发明公开了一种未知噪声下的变分贝叶斯强跟踪PHD多目标跟踪方法，引入强跟踪原理，通过衰减因子来进一步修正状态估计协方差矩阵来增强卡尔曼滤波中新息或者说观测的作用，修正过程噪声的不精确对状态协方差的影响；利用逆威沙尔特分布和高斯乘积联合分布近似联合后验分布，采用VB近似技术推导鲁棒PHD滤波迭代，通过最小化KL散度来逼近后验概率密度；进而可有效地提高跟踪精度和计算时间效率。
-
公开(公告)号：CN112269401B
公开(公告)日：2021-07-20
申请号：CN202010926385.X
申请日：2020-09-04
Applicant: 河南大学
Abstract: 本发明提供了一种基于跟踪精度与风险控制的自适应主动传感器跟踪方法，首先通过量测数据采样获得跟踪目标的参数以及状态信息，利用动态模糊贝叶斯网络（DFBN）的方法对目标的威胁度进行评估，并结合主动传感器信号被跟踪目标截获的概率对威胁风险进行预测；其次，利用目标预测协方差以及量测噪声协方差对主动传感器的跟踪精度进行评估；最后，通过融合跟踪精度以及风险控制构建效能函数对主动传感器资源进行合理地分配；本发明对威胁风险的评估方法进行改进，更加准确、合理地对目标威胁风险进行了预测；其次将跟踪精度与风险控制融合构建了自适应主动传感器跟踪方法，更加适用于复杂多变的现实环境，提高了对目标的跟踪能力。
-
公开(公告)号：CN112689315A
公开(公告)日：2021-04-20
申请号：CN202011574192.9
申请日：2020-12-24
Applicant: 河南大学
Abstract: 本发明提供了一种基于移动汇聚节点的WSNs改进分簇能耗优化方法，移动汇聚节点根据具体的运动模型进行移动。该方法包含以下步骤：首先，根据邻域节点阈值确定邻域节点集合，从而构建能量密度函数；其次，根据移动汇聚节点在不同轮的运动参数（速度、距离）构建运动性能函数；然后根据LEACH算法基础框架，将能量密度函数和运动性能函数引入簇头选择；最后根据当前轮节点死亡率构建自适应调节函数，对簇头选择进行自适应调节；重复上述簇头选择过程，直至全部节点死亡。本发明综合考虑了传感器节点邻域半径内剩余能量率和密度、移动汇聚节点运动参数变化、节点死亡率等因素，提高了簇头选择自适应性、延长了网络寿命、降低了数据延迟、均衡了网络负载。
-
公开(公告)号：CN112269401A
公开(公告)日：2021-01-26
申请号：CN202010926385.X
申请日：2020-09-04
Applicant: 河南大学
Abstract: 本发明提供了一种基于跟踪精度与风险控制的自适应主动传感器跟踪方法，首先通过量测数据采样获得跟踪目标的参数以及状态信息，利用动态模糊贝叶斯网络（DFBN）的方法对目标的威胁度进行评估，并结合主动传感器信号被跟踪目标截获的概率对威胁风险进行预测；其次，利用目标预测协方差以及量测噪声协方差对主动传感器的跟踪精度进行评估；最后，通过融合跟踪精度以及风险控制构建效能函数对主动传感器资源进行合理地分配；本发明对威胁风险的评估方法进行改进，更加准确、合理地对目标威胁风险进行了预测；其次将跟踪精度与风险控制融合构建了自适应主动传感器跟踪方法，更加适用于复杂多变的现实环境，提高了对目标的跟踪能力。
-
公开(公告)号：CN112689315B
公开(公告)日：2022-10-21
申请号：CN202011574192.9
申请日：2020-12-24
Applicant: 河南大学
Abstract: 本发明提供了一种基于移动汇聚节点的WSNs改进分簇能耗优化方法，移动汇聚节点根据具体的运动模型进行移动。该方法包含以下步骤：首先，根据邻域节点阈值确定邻域节点集合，从而构建能量密度函数；其次，根据移动汇聚节点在不同轮的运动参数（速度、距离）构建运动性能函数；然后根据LEACH算法基础框架，将能量密度函数和运动性能函数引入簇头选择；最后根据当前轮节点死亡率构建自适应调节函数，对簇头选择进行自适应调节；重复上述簇头选择过程，直至全部节点死亡。本发明综合考虑了传感器节点邻域半径内剩余能量率和密度、移动汇聚节点运动参数变化、节点死亡率等因素，提高了簇头选择自适应性、延长了网络寿命、降低了数据延迟、均衡了网络负载。
-
-
-
-
-
-
Search Results
7
records
(took 0.021 seconds)
