-
公开(公告)号：CN105701292B
公开(公告)日：2019-02-01
申请号：CN201610020568.9
申请日：2016-01-13
Applicant: 西北工业大学
IPC: G06F17/50
Abstract: 本发明公开了一种机动目标转弯角速度的解析辨识技术，通过将机动目标转弯运动的系统状态转移矩阵中每一个关于转弯角速度的非线性函数分量作为一个新的参数，实现新参数与系统状态线性耦合，利用EM框架得到新参数的解析解，并反演解析辨识出转弯角速度。本发明通过将系统状态转移矩阵中每一个关于转弯角速度的非线性函数分量作为一个新的参数，实现新参数与系统状态线性耦合，以突破转弯角速度与系统状态非线性耦合的局限性，利用EM框架得到新参数的解析解，并反演解析辨识出转弯角速度，新技术的实现没有涉及任何近似方法，提高了机动目标转弯角速度的辨识精度，而解析高精度的参数辨识结果又反过来进一步改进了目标状态的估计精度。
-
公开(公告)号：CN105652250A
公开(公告)日：2016-06-08
申请号：CN201610027471.0
申请日：2016-01-15
Applicant: 西北工业大学
CPC classification number: G01S7/36 , G01S13/723
Abstract: 本发明属于目标跟踪技术领域，公开了一种基于双层期望最大化的机动目标跟踪技术。包括：一，通过N个雷达分别实时测量对应得到机动目标的N个雷达量测向量雷达量测向量y包括机动目标与雷达之间的距离、方位角、机动目标与雷达之间的距离变化率；二，通过并行执行第一层期望最大化算法得到机动目标状态向量x估计集合和加性未知干扰伪量测θ集合并将传输给第二层期望最大化算法；三，第二层期望最大化算法接收到后，用混合高斯分布去拟合的前一二阶距，得到加性未知干扰伪量测集合的均值和协方差四，利用的均值和协方差信息，并通过kalman滤波得到状态估计值该技术可保证参数辨识的解析性和收敛性，且该技术可提高目标状态估计精度。
-
公开(公告)号：CN106934124A
公开(公告)日：2017-07-07
申请号：CN201710103961.9
申请日：2017-02-24
Applicant: 西北工业大学
Abstract: 本发明公开一种基于量测变化检测的自适应变划窗方法，通过系统噪声或者系统参数变化在量测上的反映以及参数估计值变化量，自适应选取量测窗长：如果前一时刻的参数估计值变化量大于阈值，则选取较大的最大窗长，否则选取较小的最大窗长；如果当前时刻的量测变化率大于前一时刻量测变化率，则增大窗长，否则减小窗长，直到小于最小窗长或者大于最大窗长；然后结合EM框架实现一种基于量测变化检测的自适应变划窗方法。以解决现有划窗法无法自适应选取窗长导致参数辨识精度低或者计算量大的问题。
-
公开(公告)号：CN105701292A
公开(公告)日：2016-06-22
申请号：CN201610020568.9
申请日：2016-01-13
Applicant: 西北工业大学
IPC: G06F17/50
CPC classification number: G06F17/5036
Abstract: 本发明公开了一种机动目标转弯角速度的解析辨识技术，通过将机动目标转弯运动的系统状态转移矩阵中每一个关于转弯角速度的非线性函数分量作为一个新的参数，实现新参数与系统状态线性耦合，利用EM框架得到新参数的解析解，并反演解析辨识出转弯角速度。本发明通过将系统状态转移矩阵中每一个关于转弯角速度的非线性函数分量作为一个新的参数，实现新参数与系统状态线性耦合，以突破转弯角速度与系统状态非线性耦合的局限性，利用EM框架得到新参数的解析解，并反演解析辨识出转弯角速度，新技术的实现没有涉及任何近似方法，提高了机动目标转弯角速度的辨识精度，而解析高精度的参数辨识结果又反过来进一步改进了目标状态的估计精度。
-
公开(公告)号：CN106931966A
公开(公告)日：2017-07-07
申请号：CN201710103219.8
申请日：2017-02-24
Applicant: 西北工业大学
Abstract: 本发明公开了一种基于泰勒高阶余项拟合的组合导航方法，首先将组合导航非线性系统模型一阶线性化并将泰勒级数展开后的高阶余项建模为与状态耦合的未知干扰；然后在单传感器系统下基于多区间量测设计协方差校正滤波器，该滤波器可由多高斯分布拟合辨识出泰勒高阶余项的均值和协方差并实现了同时利用两者联合反馈校正组合导航系统的状态估计及协方差。解决了当组合导航系统模型非线性较强时现有技术导航定位精度较差的问题。
-
Patent Agency Ranking
公开(公告)号：CN106845016A
公开(公告)日：2017-06-13
申请号：CN201710103491.6
申请日：2017-02-24
Applicant: 西北工业大学
Abstract: 本发明公开了一种基于事件驱动的量测调度方法，通过设计一种开环随机事件触发机制，根据量测的贡献度自适应调节量测窗长：判断从当前时刻到初始时刻的量测选取事件是否被触发，如果事件被触发，则窗长加1，继续判断前一时刻，否则即得到当前时刻的量测窗长；然后结合EM框架，设计一种基于事件驱动的量测调度自适应变划窗EM参数解析辨识技术。以解决现有恒定划窗法无法自适应选取窗长导致参数辨识精度低或者计算量大的问题，平衡参数辨识精度和计算量之间的矛盾。
-
公开(公告)号：CN106646452A
公开(公告)日：2017-05-10
申请号：CN201710103236.1
申请日：2017-02-24
Applicant: 西北工业大学
IPC: G01S13/70
CPC classification number: G01S13/70
Abstract: 本发明公开了一种基于摄动多高斯拟合的空间目标跟踪方法，将空间目标所受的摄动力建模为与目标状态相耦合的未知干扰；在一种双层EM框架下实现由多高斯分布拟合摄动力的均值和协方差，其中第一层EM实现联合状态估计与摄动力一阶矩辨识，第二层EM实现混合多高斯拟合辨识摄动力一二阶矩；然后通过设计联合校正滤波器实现了同时利用摄动力的均值和协方差联合反馈校正空间目标状态估计及协方差。以解决现有技术中由于存在与状态耦合的强非线性摄动力而使跟踪精度不佳的问题。
-
公开(公告)号：CN106646452B
公开(公告)日：2019-04-02
申请号：CN201710103236.1
申请日：2017-02-24
Applicant: 西北工业大学
IPC: G01S13/70
Abstract: 本发明公开了一种基于摄动多高斯拟合的空间目标跟踪方法，将空间目标所受的摄动力建模为与目标状态相耦合的未知干扰；在一种双层EM框架下实现由多高斯分布拟合摄动力的均值和协方差，其中第一层EM实现联合状态估计与摄动力一阶矩辨识，第二层EM实现混合多高斯拟合辨识摄动力一二阶矩；然后通过设计联合校正滤波器实现了同时利用摄动力的均值和协方差联合反馈校正空间目标状态估计及协方差。以解决现有技术中由于存在与状态耦合的强非线性摄动力而使跟踪精度不佳的问题。
-
公开(公告)号：CN105652250B
公开(公告)日：2018-01-05
申请号：CN201610027471.0
申请日：2016-01-15
Applicant: 西北工业大学
Abstract: 本发明属于目标跟踪技术领域，公开了一种基于双层期望最大化的机动目标跟踪技术。包括：一，通过N个雷达分别实时测量对应得到机动目标的N个雷达量测向量雷达量测向量y包括机动目标与雷达之间的距离、方位角、机动目标与雷达之间的距离变化率；二，通过并行执行第一层期望最大化算法得到机动目标状态向量x估计集合和加性未知干扰伪量测θ集合并将传输给第二层期望最大化算法；三，第二层期望最大化算法接收到后，用混合高斯分布去拟合的前一二阶距，得到加性未知干扰伪量测集合的均值和协方差四，利用的均值和协方差信息，并通过kalman滤波得到状态估计值该技术可保证参数辨识的解析性和收敛性，且该技术可提高目标状态估计精度。
-
公开(公告)号：CN106934124B
公开(公告)日：2020-02-21
申请号：CN201710103961.9
申请日：2017-02-24
Applicant: 西北工业大学
Abstract: 本发明公开一种基于量测变化检测的自适应变划窗方法，通过系统噪声或者系统参数变化在量测上的反映以及参数估计值变化量，自适应选取量测窗长：如果前一时刻的参数估计值变化量大于阈值，则选取较大的最大窗长，否则选取较小的最大窗长；如果当前时刻的量测变化率大于前一时刻量测变化率，则增大窗长，否则减小窗长，直到小于最小窗长或者大于最大窗长；然后结合EM框架实现一种基于量测变化检测的自适应变划窗方法。以解决现有划窗法无法自适应选取窗长导致参数辨识精度低或者计算量大的问题。
-
-
-
-
-
-
-
-
-
Search Results
12
records
(took 0.023 seconds)
