公开(公告)号：CN115128597B

公开(公告)日：2022-11-25

申请号：CN202211024283.4

申请日：2022-08-25

Applicant: 西安电子科技大学

Inventor： 左磊 ,  张冉 ,  赵政 ,  赵民 ,  李亚超 ,  禄晓飞 ,  高永婵

IPC: G01S13/72

Abstract: 本发明公开了一种基于IMM‑STEKF的非高斯噪声下机动目标跟踪方法，包括：获取机动目标的量测值；建立非高斯噪声条件下的目标状态方程和量测方程，构建包括多个运动模型的模型集，并对机动目标的状态估计值和精度矩阵分别进行交互混合，得到每个运动模型的混合状态输入值和混合精度矩阵；利用STEKF算法对每个运动模型的混合状态输入值和混合精度矩阵进行跟踪滤波处理；对模型集中的每个运动模型对应的概率进行更新；更新机动目标在当前时刻的状态估计值和精度矩阵。本发明提供的方法可以在非高斯噪声条件下实现对机动目标的实时精确跟踪。

公开(公告)号：CN115128597A

公开(公告)日：2022-09-30

申请号：CN202211024283.4

申请日：2022-08-25

Applicant: 西安电子科技大学

Inventor： 左磊 ,  张冉 ,  赵政 ,  赵民 ,  李亚超 ,  禄晓飞 ,  高永婵

IPC: G01S13/72

Abstract: 本发明公开了一种基于IMM‑STEKF的非高斯噪声下机动目标跟踪方法，包括：获取机动目标的量测值；建立非高斯噪声条件下的目标状态方程和量测方程，构建包括多个运动模型的模型集，并对机动目标的状态估计值和精度矩阵分别进行交互混合，得到每个运动模型的混合状态输入值和混合精度矩阵；利用STEKF算法对每个运动模型的混合状态输入值和混合精度矩阵进行跟踪滤波处理；对模型集中的每个运动模型对应的概率进行更新；更新机动目标在当前时刻的状态估计值和精度矩阵。本发明提供的方法可以在非高斯噪声条件下实现对机动目标的实时精确跟踪。

公开(公告)号：CN102065289B

公开(公告)日：2012-10-24

申请号：CN201010278739.0

申请日：2010-09-09

Applicant: 西安电子科技大学

Inventor： 肖嵩 ,  康莹 ,  卢冀 ,  杜建超 ,  张冉 ,  刘婷 ,  李云松 ,  吴成柯

IPC: H04N7/26 ,  H04N7/66

Abstract: 本发明公开了一种基于网络编码的可靠性视频传输方法，主要解决一般视频传输方法中因丢包或误码造成的接收端视频重建质量下降的问题，其实现步骤包括：对原始视频信息的每个画面组进行分级视频编码的分层码流添加相应的冗余信息及打包，完成码率分配；对进行码率分配后的数据包利用所设计的具有非严格下三角结构的全局编码矩阵进行随机线性网络编码，并通过传输信道将编码后的信息发送至接收端；在接收端利用高斯消元法解码网络编码码流，并恢复出原始视频信息。本发明改善了传输过程中因丢包、时延而造成的接收端视频重建质量下降的问题，可以实现对H.264/SVC码流的不等错误保护以及高可靠性视频多播。

公开(公告)号：CN102065289A

公开(公告)日：2011-05-18

申请号：CN201010278739.0

申请日：2010-09-09

Applicant: 西安电子科技大学

Inventor： 肖嵩 ,  康莹 ,  卢冀 ,  杜建超 ,  张冉 ,  刘婷 ,  李云松 ,  吴成柯

IPC: H04N7/26 ,  H04N7/66

Abstract: 本发明公开了一种基于网络编码的可靠性视频传输方法，主要解决一般视频传输方法中因丢包或误码造成的接收端视频重建质量下降的问题，其实现步骤包括：对原始视频信息的每个画面组进行分级视频编码的分层码流添加相应的冗余信息及打包，完成码率分配；对进行码率分配后的数据包利用所设计的具有非严格下三角结构的全局编码矩阵进行随机线性网络编码，并通过传输信道将编码后的信息发送至接收端；在接收端利用高斯消元法解码网络编码码流，并恢复出原始视频信息。本发明改善了传输过程中因丢包、时延而造成的接收端视频重建质量下降的问题，可以实现对H.264/SVC码流的不等错误保护以及高可靠性视频多播。

公开(公告)号：CN115542309A

公开(公告)日：2022-12-30

申请号：CN202211024277.9

申请日：2022-08-25

Applicant: 西安电子科技大学

Inventor： 赵政 ,  左磊 ,  张冉 ,  赵民 ,  李亚超 ,  禄晓飞 ,  高永婵

IPC: G01S13/72

Abstract: 本发明公开了一种基于IMM‑VB的非高斯噪声条件下机动目标自适应跟踪方法，包括：获取机动目标的量测值；构建包括多个运动模型的模型集，并对机动目标的状态估计值、精度矩阵以及共轭先验分布参数分别进行交互混合；利用变分贝叶斯算法对每个运动模型的混合状态输入值、混合精度矩阵以及共轭先验分布的混合参数进行滤波处理，以更新每个运动模型的状态估计值和精度矩阵；对所述模型集中的每个运动模型对应的概率进行更新；更新机动目标在当前时刻的状态估计值和精度矩阵。本发明提供的方法可以在时变非高斯噪声条件下实现对机动目标的实时精确跟踪。

公开(公告)号：CN113376626A

公开(公告)日：2021-09-10

申请号：CN202110700281.1

申请日：2021-06-23

Applicant: 西安电子科技大学

Inventor： 左磊 ,  张冉 ,  李亚超 ,  李明 ,  禄晓飞 ,  孙浩 ,  高永婵 ,  胡娟

IPC: G01S13/72

Abstract: 本发明公开了一种基于IMMPDA算法的高机动目标跟踪方法，主要解决现有技术跟踪杂波环境中的高机动目标时跟踪精度低，且不能同时跟踪多个高机动目标的问题。本发明的实现步骤是：获取每个高机动目标的状态值；再对每个高机动目标的状态估计值和协方差矩阵进行交互混合；预测每个高机动目标的状态值和协方差矩阵；更新每种运动模型中每个高机动目标的状态估计值和协方差矩阵；更新每个高机动目标的状态估计值和协方差矩阵。本发明有效解决了存在杂波干扰时对多个高机动目标同时进行跟踪会出现跟踪精度下降的问题，可以实现同时跟踪杂波环境中的多个高机动目标。