公开(公告)号：CN118465751A

公开(公告)日：2024-08-09

申请号：CN202410602550.4

申请日：2024-05-15

Applicant: 西安电子科技大学

Inventor： 苏镇镇 ,  张永权 ,  刘黎明 ,  郭心玥 ,  张冰洁

IPC: G01S13/72 ,  G06F18/241 ,  G06F18/213 ,  G06N3/0442 ,  G06N3/047 ,  G06N3/084

Abstract: 本发明提出了一种机动目标自适应跟踪方法，实现步骤为：获取训练样本集和测试样本集；搭建机动目标自适应跟踪网络模型并对其进行迭代训练；获取机动目标自适应跟踪结果。本发明在对机动目标自适应跟踪网络模型进行迭代训练的过程中，运动模式识别模块中的长短时记忆神经网络对目标坐标序列的时序信息进行提取，多头注意力层对时序信息中的上下文信息进行提取，最后通过多层感知机和Softmax分类器实现机动目标运动模式的分类，实现对目标运动模式的自适应识别，与现有技术相比，有效提高了跟踪精度。

公开(公告)号：CN116736289A

公开(公告)日：2023-09-12

申请号：CN202310664408.8

申请日：2023-06-06

Applicant: 西安电子科技大学

Inventor： 张永权 ,  张冰洁 ,  时贞云 ,  李思伟 ,  姬红兵

IPC: G01S13/72 ,  G01S7/41 ,  G06F18/213 ,  G06F18/214 ,  G06N3/084

Abstract: 本发明公开一种基于预测更新网络和动态波门的多机动目标跟踪方法，实现步骤如下：利用构建的预测网络和更新网络的训练集，分别训练预测网络和更新网络。利用构建的预测网络得到待跟踪目标的预测位置向量；利用动态波门得到待跟踪目标的有效量测并判断待跟踪目标是否出现机动；根据全局最近邻GNN算法为待跟踪目标分配关联量测向量；利用训练好的更新网络得到待跟踪目标的更新位置向量。本发明通过预测更新网络和动态波门的结合，摆脱了预设模型和模型间转移概率的限制，实现了对多机动目标自适应跟踪的同时提高了跟踪精度。