-
公开(公告)号：CN114924264A
公开(公告)日：2022-08-19
申请号：CN202210461736.3
申请日：2022-04-28
Applicant: 西安交通大学
Abstract: 本发明公开了一种基于目标运动轨线的空中目标意图推断方法，本发明通过传感器网络获取目标的运动轨迹数据，并建立目标轨迹模型，将目标轨迹模型与监测区域的物理信息相结合，能够得出各个目标轨迹形状以及目标与保护对象的相对位置，从而进行意图推断决策。本发明实现了基于运动轨线的空中目标意图推断，提高了传感器网络对空中目标的态势感知能力。在众多军用与民用领域，如导弹拦截、区域目标监视等方面都有较大应用潜力和价值，能够为目标的识别、跟踪提供更多依据，从而提高传感器网络的探测效率，为指挥人员制定科学的作战方案提供信息支撑，为发挥我方防空武器系统的最大作战效能提供有利条件。
-
公开(公告)号：CN109376401A
公开(公告)日：2019-02-22
申请号：CN201811144667.3
申请日：2018-09-29
Applicant: 西安交通大学
Abstract: 一种自适应多源信息优选与融合的机械剩余寿命预测方法，首先构建机械装备退化的状态空间模型，其次使用训练样本对该状态空间模型的未知参数进行估计，利用极大似然估计法估计状态转移函数的参数，利用最小二乘拟合法估计观测函数的参数，然后进行传感器的选择，对单一传感器监测信号逐一开展剩余寿命预测，并根据各传感器预测性能确定备选的传感器组合，分别计算各传感器组合下剩余寿命预测结果的相对误差绝对值，选取预测相对误差绝对值最低的传感器组合作为最优传感器组合，最后利用该传感器组合的监测信号预测测试样本的剩余使用寿命；本发明能够充分融合经优选后的多源传感器监测信息，有利于提高机械装备剩余寿命预测的精度。
-
公开(公告)号：CN108760266A
公开(公告)日：2018-11-06
申请号：CN201810548171.6
申请日：2018-05-31
Applicant: 西安交通大学
Abstract: 一种基于距离度量学习的机械关键部件虚拟退化指标构造方法，首先提取机械关键部件振动信号的时域、频域和时频域特征，同时根据频谱和功率谱划分机械关键部件的退化状态，其次综合评估各指标的相关性、单调性和预测性，选择性能优于均方根值的指标组成机械关键部件的特征向量并进行距离度量学习，然后使用正常阶段的特征向量训练优化后的自组织映射神经网络，输入新获取的振动信号数据，计算其特征向量与相应激活节点权值向量的距离，从而建立增强最小量化误差虚拟退化指标；本发明综合多域、多种物理退化指标，能够充分挖掘机械装备关键部件的退化信息，有利于提高剩余寿命预测的精度。
-
公开(公告)号：CN119514691A
公开(公告)日：2025-02-25
申请号：CN202411593066.6
申请日：2024-11-08
Applicant: 西安交通大学
IPC: G06N5/04 , G06Q10/063 , G06Q10/04 , G06Q50/40 , H03H17/02
Abstract: 本发明属于空中目标威胁估计领域，公开了基于航迹预测的空中目标拦截意图推断方法及系统，本发明先获取飞行器和拦截器的历史状态估计信息，然后进行短时航迹预测，接着计算预测段动态威胁度得到拦截意图矩阵，最后对有拦截意图的拦截器和对应飞行器的航迹进行长时预测，得到拦截遭遇区位置和大小。本发明通过双向平滑滤波和多项式拟合生成伪量测数据，得到较为准确的预测航迹，使用改进最近会遇点函数更为准确地计算出动态威胁度，接着预测拦截遭遇区，从而使空中目标拦截意图的推断和拦截遭遇区的预测得到更加精确的结果。
-
公开(公告)号：CN119312034A
公开(公告)日：2025-01-14
申请号：CN202411610780.1
申请日：2024-11-12
Applicant: 西安交通大学
IPC: G06F18/15 , G06F18/21 , G06F18/22 , G06F17/16 , G06F123/02
Abstract: 本发明属于弹道目标跟踪领域，公开了基于动态模型和伪量测相结合的中断航迹关联方法及系统，本发明通过结合动态模型和伪量测，能够更准确地估计目标状态，即使在存在数据缺失或跳批的情况下。该方法能有效处理测量数据中的异常情况，降低因数据缺失导致的航迹中断风险，提高系统的稳定性。本发明利用多项式函数拟合的伪量测，可以更有效地更新原始航迹，减少误差，提高航迹的连续性和一致性。本发明适用于多种目标和复杂环境中的航迹关联，能够根据实际情况动态调整关联策略。本发明通过计算航迹模糊相似度并构建关联代价矩阵，可以为航迹匹配提供更科学的依据，从而优化关联结果。
-
Patent Agency Ranking
公开(公告)号：CN114924264B
公开(公告)日：2024-07-26
申请号：CN202210461736.3
申请日：2022-04-28
Applicant: 西安交通大学
Abstract: 本发明公开了一种基于目标运动轨线的空中目标意图推断方法，本发明通过传感器网络获取目标的运动轨迹数据，并建立目标轨迹模型，将目标轨迹模型与监测区域的物理信息相结合，能够得出各个目标轨迹形状以及目标与保护对象的相对位置，从而进行意图推断决策。本发明实现了基于运动轨线的空中目标意图推断，提高了传感器网络对空中目标的态势感知能力。在众多军用与民用领域，如导弹拦截、区域目标监视等方面都有较大应用潜力和价值，能够为目标的识别、跟踪提供更多依据，从而提高传感器网络的探测效率，为指挥人员制定科学的作战方案提供信息支撑，为发挥我方防空武器系统的最大作战效能提供有利条件。
-
公开(公告)号：CN113984066B
公开(公告)日：2024-07-09
申请号：CN202111257207.3
申请日：2021-10-27
Applicant: 西安交通大学
Abstract: 本发明公开了一种面向多目标跟踪的传感器平台路径规划方法，降低传感器平台所受威胁，大大提高其生存能力，同时兼顾其探测精度。在军用领域和民用航空管制领域等方面，对于多传感器多目标跟踪问题，我们除了单一的整体跟踪精度以外，还关注传感器平台的安全性。对于危险程度较高的或飞行轨迹不正常的目标，往往需要让我方传感器平台远离以保障生存能力。本方法实现了基于威胁度的面向多目标跟踪的传感器平台路径规划，可以根据对多目标威胁度的计算，在满足跟踪精度要求和运动能力约束的情况下得出空中传感器平台的路径规划，能够快速降低传感器平台的威胁度。在众多军用与民用领域，如区域目标监视、空中交通管制等方面都有较大应用潜力和价值。
-
公开(公告)号：CN108760266B
公开(公告)日：2019-11-26
申请号：CN201810548171.6
申请日：2018-05-31
Applicant: 西安交通大学
Abstract: 一种基于距离度量学习的机械关键部件虚拟退化指标构造方法，首先提取机械关键部件振动信号的时域、频域和时频域特征，同时根据频谱和功率谱划分机械关键部件的退化状态，其次综合评估各指标的相关性、单调性和预测性，选择性能优于均方根值的指标组成机械关键部件的特征向量并进行距离度量学习，然后使用正常阶段的特征向量训练优化后的自组织映射神经网络，输入新获取的振动信号数据，计算其特征向量与相应激活节点权值向量的距离，从而建立增强最小量化误差虚拟退化指标；本发明综合多域、多种物理退化指标，能够充分挖掘机械装备关键部件的退化信息，有利于提高剩余寿命预测的精度。
-
公开(公告)号：CN117665738A
公开(公告)日：2024-03-08
申请号：CN202311682447.7
申请日：2023-12-08
Applicant: 西安交通大学
IPC: G01S7/41
Abstract: 本发明属于多普勒传感器信号处理领域，公开了一种基于多普勒传感器的目标状态估计与配准方法，本发明在不考虑传感器偏差的情况下对目标状态进行原始估计，然后进行偏差估计和补偿，通过线性最小二乘优化来估计补偿向量，最后将目标位置和目标速度的原始估计值与补偿向量相叠加，得到最终目标状态估计。本发明通过对目标状态进行原始估计和通过线性最小二乘优化来估计补偿向量两个步骤大大提升了估计精度，从而使采用多普勒传感器进行目标点位与传感器配准均能够得到更加精确的结果。
-
公开(公告)号：CN109376401B
公开(公告)日：2022-12-09
申请号：CN201811144667.3
申请日：2018-09-29
Applicant: 西安交通大学
Abstract: 一种自适应多源信息优选与融合的机械剩余寿命预测方法，首先构建机械装备退化的状态空间模型，其次使用训练样本对该状态空间模型的未知参数进行估计，利用极大似然估计法估计状态转移函数的参数，利用最小二乘拟合法估计观测函数的参数，然后进行传感器的选择，对单一传感器监测信号逐一开展剩余寿命预测，并根据各传感器预测性能确定备选的传感器组合，分别计算各传感器组合下剩余寿命预测结果的相对误差绝对值，选取预测相对误差绝对值最低的传感器组合作为最优传感器组合，最后利用该传感器组合的监测信号预测测试样本的剩余使用寿命；本发明能够充分融合经优选后的多源传感器监测信息，有利于提高机械装备剩余寿命预测的精度。
-
-
-
-
-
-
-
-
-
Search Results
22
records
(took 0.037 seconds)
