-
公开(公告)号：CN108304869A
公开(公告)日：2018-07-20
申请号：CN201810084304.9
申请日：2018-01-29
Applicant: 西北工业大学
IPC: G06K9/62
Abstract: 本发明公开了一种基于多个传感器的综合幅值信息的融合方法及系统。所述融合方法包括：获取基准时刻多个传感器的观测区域内车辆、船只、飞机等目标的基准概率假设密度；根据所述基准概率假设密度计算待测时刻所述目标的待测概率假设密度；获取多个所述传感器的包含幅值信息的回波信号；根据所述回波信号对所述待测概率假设密度进行修正，确定修正后的待测概率假设密度；对所述修正后的待测概率假设密度进行筛选，确定筛选后的待测概率假设密度；利用综合幅值信息的指数混合密度融合算法对所述筛选后的待测概率假设密度进行融合，确定融合后的待测概率假设密度。采用本发明所提供的融合方法及系统能够提高融合速度的同时提高融合精度。
-
公开(公告)号：CN102865859A
公开(公告)日：2013-01-09
申请号：CN201210353237.9
申请日：2012-09-21
Applicant: 西北工业大学
IPC: G01C11/04
Abstract: 本发明涉及一种基于SURF特征的航空序列图像位置估计方法，能够适应航空序列图像的旋转、尺度变换及噪声干扰，实现飞行器位置的精确估计。首先，构建了SURF尺度空间，运用快速Hessian矩阵定位极值点，计算出航空图像的64维SURF特征描述子；然后，基于Hessian矩阵迹完成特征点匹配；最后，使用RANSAC方法剔除出格点，实现位置参数的精确估计。本发明针对飞行器工作环境恶劣，以提高视觉导航的精确性为目标，较传统视觉导航方法，能有效克服无人机位置估计过程中，具有对尺度、旋转、光照等因素不敏感的优势，明显改善实时图与基准图的配准精度，对于无人机视觉导航工程化应用具有重要的实际意义。
-
公开(公告)号：CN101893472B
公开(公告)日：2012-07-04
申请号：CN201010220948.X
申请日：2010-07-08
Applicant: 西北工业大学
Abstract: 本发明公开了一种汽车吨位测量方法及其装置。本发明首先对汽车轮胎模型进行了简化建模，得出了载重量与胎压之间变化的数学表达式，在此基础上，设计与制造了相应的载重测量装置，通过测量汽车载重前后轮胎内的气压变化，间接测量出载重物的重量。测量装置主要由便携式测量显示终端、压力变送器、导气软管组成。其中，密闭性良好的导气软管将压力变送器一端和轮胎进气口相连接，可以将轮胎内的气压和压力变送器相连通，把气压量转换成标准电信号量；手持终端能够以高分辨率采集、处理代表气压的电信号，通过载重前后气压变化，经过处理、运算，显示出汽车载重重量，数据处理简单；测量装置与被测对象相互分离，体积小、重量轻、成本低，独立性强，携带方便。
-
-
公开(公告)号：CN104019816A
公开(公告)日：2014-09-03
申请号：CN201410246902.3
申请日：2014-05-30
Applicant: 西北工业大学
IPC: G01C21/20
CPC classification number: G01C21/20
Abstract: 本发明公开了一种基于全局时空相关的概率假设密度滤波器航迹提取方法，包括以下步骤：S1、概率假设密度滤波器目标状态提取；S2、一致性度量及一致性置信度计算；S3、全局航迹提取策略。上述方案中，利用概率假设密度滤波器，首先得到目标状态，然后利用全局时空信息，给出了预测峰值和估计峰值之间的一致性度量及一致性置信度计算，同时基于航迹提取的专家知识给出了四个决策规则，即判断不可分目标规则，判断目标同源性规则，判断目标消失规则，判断目标新生规则，基于一致性置信度和四个决策规则给出了全局航迹提取策略，从而实现多目标的航迹提取，改善了航迹提取效果，提高了航迹提取精度，对于多目标跟踪工程化应用具有重要的意义。
-
Patent Agency Ranking
公开(公告)号：CN104156984A
公开(公告)日：2014-11-19
申请号：CN201410381497.6
申请日：2014-08-02
Applicant: 西北工业大学
IPC: G06T7/20
Abstract: 本发明实施例提供了一种不均匀杂波环境下多目标跟踪的概率假设密度方法，涉及智能信息处理领域，可以在计算量减小的情况下，提高计算结果的准确性。所述方法包括：监视区域为稀疏杂波区域的，直接进行标准PHD预测及更新，获得估计的目标数以及目标状态；监视区域为密集杂波区域的则寻找凸包，确定杂波区；并在逐时刻进行PHD预测时选择未包含在杂波区的回波进行计算，在进行PHD更新时，加入真实目标的量测刚好落入所述杂波区的回波；将所述后验强度中的高斯成分进行剪枝与合并，获得目标强度；然后计算所述目标强度中所有高斯成分的权值和，得到监视区域内的估计目标数；提取目标强度中权值大于τ的高斯成分，作为估计的目标状态。
-
公开(公告)号：CN104101875A
公开(公告)日：2014-10-15
申请号：CN201410333972.2
申请日：2014-07-11
Applicant: 西北工业大学
IPC: G01S13/66
Abstract: 本发明实施例提供了一种空管雷达多目标跟踪方法，涉及智能信息处理领域，可以满足空管雷达的跟踪实时性。所述方法包括：获得直角坐标系下的量测；采取分扇区PHD滤波处理，用上一时刻的当前扇区新生的量测构建新生高斯项，得到新生目标强度，将新生高斯项转作预备存活高斯项；对当前扇区的存活和预备存活高斯项进行PHD预测及更新；利用当前扇区和前一扇区的量测更新当前扇区的存活高斯项和预备存活高斯项；提取峰值，得到目标状态；利用当前扇区的存活及预备存活的目标状态进行航迹管理，用预备存活的目标状态管理临时航迹，用存活的目标状态管理稳定航迹，将临时航迹过渡到稳定航迹，同时将不可靠航迹删除，管理航迹号，最后获得航迹。
-
公开(公告)号：CN102938147A
公开(公告)日：2013-02-20
申请号：CN201210356155.X
申请日：2012-09-21
Applicant: 西北工业大学
IPC: G06T7/00
Abstract: 本发明涉及一种基于快速鲁棒特征的低空无人机视觉定位方法，能够适应低空无人机航空序列图像的旋转、尺度变换及噪声干扰，实现飞行器位置的精确估计。首先，构建了SURF尺度空间，运用快速Hessian矩阵定位极值点，计算出航空图像的64维SURF特征描述子；然后，基于Hessian矩阵迹完成特征点匹配；最后，使用RANSAC方法剔除出格点，实现位置参数的精确估计。本发明用RANSAC算法求解基准图与实时图之间的变换参数。基于RANSAC的局部参数估计完成后，剔除外点后，解算出符合匹配要求的内点，即可得到实时图基于RANSAC估计参数的变换结果以及实时图中心在基准图上的定位结果。
-
公开(公告)号：CN113537299B
公开(公告)日：2024-07-02
申请号：CN202110698228.2
申请日：2021-06-23
Applicant: 西北工业大学
Abstract: 本发明涉及基于期望最大化高斯混合缩减的分布式贝叶斯滤波器目标跟踪方法，首先，运用OWM进行权重剪枝策略，删除对后验分布贡献可忽略不计的分量。然后，使用WKLD迭代算法进行预处理，预处理步骤可以减少后续算法的迭代次数，在数据量大时可以有效提高计算效率。最后，将高斯混合缩减问题转化为求解缩减后全局最优的高斯混合分布参数估计问题。将EM算法进行改进，扩展至对由大量高斯分量缩减至少量高斯分量组成的混合分布问题进行参数估计的问题中，从而进行全局最优的聚合。最终，将本文所提基于PP框架的改进EM高斯混合缩减方法应用至分布式贝叶斯滤波器目标跟踪场景，仿真结果表明改进PP‑EM高斯混合缩减方法以计算复杂度为代价，有效提高了精度。
-
公开(公告)号：CN112508087B
公开(公告)日：2024-05-10
申请号：CN202011409115.8
申请日：2020-12-05
Applicant: 西北工业大学
IPC: G06F18/25 , G06F18/23213
Abstract: 本发明公开了一种基于变分贝叶斯的自适应高斯混合缩减方法。首先进行权重检测与剪枝，然后将众多高斯分量建立为高斯混合模型，利用VBEM算法实现无监督式聚类，最终利用SMM算法进行类间合并，完成自适应高斯混合缩减，将仿真效果与传统的k‑means和EM进行对比，得到较好的结果。该方法克服了传统的高斯混合缩减问题中仅仅依靠欧氏距离进行分类依据的局限性，适用于多媒体数据的监督学习、数据融合、模式识别、目标检测跟踪、非线性滤波器设计等领域。
-
-
-
-
-
-
-
-
-
Search Results
24
records
(took 0.024 seconds)
