-
公开(公告)号：CN107462882A
公开(公告)日：2017-12-12
申请号：CN201710804689.7
申请日：2017-09-08
Applicant: 深圳大学
Abstract: 本发明适用于多传感器信息融合领域，提供了一种适用于闪烁噪声的多机动目标跟踪方法与系统，通过预测步骤、更新步骤、融合步骤、生成步骤以及提取步骤，用t分布建模闪烁噪声，应用变分贝叶斯方法近似地求出不同模型下观测噪声的协方差、目标状态以及自由度的联合概率密度，有效解决了闪烁噪声下多机动目标的跟踪问题，提高了多机动目标的跟踪精度。
-
公开(公告)号：CN107462882B
公开(公告)日：2020-06-02
申请号：CN201710804689.7
申请日：2017-09-08
Applicant: 深圳大学
Abstract: 本发明适用于多传感器信息融合领域，提供了一种适用于闪烁噪声的多机动目标跟踪方法与系统，通过预测步骤、更新步骤、融合步骤、生成步骤以及提取步骤，用t分布建模闪烁噪声，应用变分贝叶斯方法近似地求出不同模型下观测噪声的协方差、目标状态以及自由度的联合概率密度，有效解决了闪烁噪声下多机动目标的跟踪问题，提高了多机动目标的跟踪精度。
-
公开(公告)号：CN105719312A
公开(公告)日：2016-06-29
申请号：CN201610035909.X
申请日：2016-01-19
Applicant: 深圳大学
Abstract: 本发明适用于多传感器信息融合技术，提供了基于序贯贝叶斯滤波的多目标跟踪方法，包括：预测当前时刻各个目标在不同模型下的边缘分布及其存在概率；根据预测的边缘分布及其存在概率，利用贝叶斯规则处理得到更新边缘分布及其存在概率；将更新边缘分布及其存在概率进行融合，形成当前时刻的更新边缘分布及存在概率；将新目标的边缘分布及其存在概率分别与更新边缘分布及其存在概率进行合并，生成当前时刻的边缘分布及其存在概率；将存在概率小于第一阈值的边缘分布裁减掉，提取存在概率大于第二阈值的边缘分布进行输出。所述的多目标跟踪方法既保证了数据处理的实时性，同时又有效地解决了运动模式在不同模型之间转换的多机动目标的跟踪问题。
-
公开(公告)号：CN105719312B
公开(公告)日：2018-07-27
申请号：CN201610035909.X
申请日：2016-01-19
Applicant: 深圳大学
IPC: G06T7/277
Abstract: 本发明适用于多传感器信息融合技术，提供了基于序贯贝叶斯滤波的多目标跟踪方法，包括：预测当前时刻各个目标在不同模型下的边缘分布及其存在概率；根据预测的边缘分布及其存在概率，利用贝叶斯规则处理得到更新边缘分布及其存在概率；将更新边缘分布及其存在概率进行融合，形成当前时刻的更新边缘分布及存在概率；将新目标的边缘分布及其存在概率分别与更新边缘分布及其存在概率进行合并，生成当前时刻的边缘分布及其存在概率；将存在概率小于第一阈值的边缘分布裁减掉，提取存在概率大于第二阈值的边缘分布进行输出。所述的多目标跟踪方法既保证了数据处理的实时性，同时又有效地解决了运动模式在不同模型之间转换的多机动目标的跟踪问题。
