“吴孙勇”申请（专利权）人搜索_中国专利权人_发明人_技术持有人_科研专家_钻瓜专利网

钻瓜专利网为您找到相关结果59个，建议您升级VIP下载更多相关专利

[发明专利]一种鲁棒轨迹泊松多伯努利混合的多扩展目标跟踪方法-CN202310356458.X在审
发明人：薛秋条;郑翔飞;吴孙勇;胡青霜;孙希延;蔡如华;纪元法;符强;严素清;邓洪高 -专利权人：桂林电子科技大学
申请日： 2023-04-06 - 公布日： 2023-07-04 - 主分类号： G06V20/52 文献下载
摘要：本发明涉及轨迹跟踪技术领域，具体涉及一种鲁棒轨迹泊松多伯努利混合的多扩展目标跟踪方法，首先通过Beta分布描述未知检测概率，通过GGIW分布描述扩展目标轨迹状态，然后将轨迹目标状态和检测概率建模为增广轨迹状态，从而实现未知检测概率下多扩展目标轨迹的跟踪问题。仿真结果表明，无论目标在监控场景中出现在何处，本发明所提方法都能准确估计目标位置，并通过大量实验验证了本发明方法在多个挑战性跟踪场景中的有效性和鲁棒性。
一种轨迹泊松多伯努利混合扩展目标跟踪方法

[发明专利]基于PHD滤波雷达起伏微弱多目标的检测前跟踪方法-CN202110235449.6有效
发明人： 吴孙勇;李东升;薛秋条;孙希延;纪元法;蔡如华;符强;王守华;严素清 -专利权人：桂林电子科技大学
申请日： 2021-03-03 - 公布日： 2023-05-30 - 主分类号： G01S13/72 文献下载
摘要：本发明公开了一种基于PHD滤波雷达起伏微弱多目标的检测前跟踪方法，解决的是幅度波动下目标的检测和跟踪问题，研究了swerling0,1,3三类起伏目标模型，建立了PHD‑TBD算法下复似然和幅度似然的两种跟踪模型，其中复似然的方法弥补了幅度似然在计算过程中只考虑量测的幅度信息，而忽略相位信息的缺陷，从而更好的利用目标原始信息。本发明的方法在目标幅度波动的情况下，复似然和幅度似然相比，前者在目标位置和个数的估计性能上优于后者，且计算效率更高。在低信噪比下，复似然仍然可以有效地检测并跟踪未知数量的微弱目标。
基于 phd 滤波雷达起伏微弱多目标检测跟踪方法

[发明专利]一种解决分布式标签融合的多目标跟踪方法-CN202010987602.6有效
发明人：薛秋条;王力;吴孙勇;樊向婷;邹宝红;孙希延;纪元法;蔡如华;符强;严肃清;王守华 -专利权人：桂林电子科技大学
申请日： 2020-09-18 - 公布日： 2023-04-07 - 主分类号： G01C21/20 文献下载
摘要：本发明涉及一种解决分布式标签融合的多目标跟踪方法，解决的是标签不统一信息融合差的技术问题，通过采用步骤一，在各个局部传感器上单独运行标签多伯努利滤波器得到局部估计的LMB后验信息，对局部信息设置阈值进行LMB后验修剪截断操作以减少计算复杂度；步骤二，针对各传感器后验标签不一致进行标签匹配从而使得标签一致化；步骤三，共享各传感器与相邻传感器的信息，对共享信息按照标签的方式进行算术平均融合；步骤四，根据融合结果进行目标状态和目标航迹提取的技术方案，较好的解决了该问题，可用于分布式多传感器多目标检测与跟踪中。
一种解决分布式标签融合多目标跟踪方法

[发明专利]基于空间平滑的多伯努利滤波多源DOA跟踪方法-CN202010811097.X有效
发明人：薛秋条;邹宝红;吴孙勇;樊向婷;王力;孙希延;纪元法;蔡如华;符强;严肃清;王守华 -专利权人：桂林电子科技大学
申请日： 2020-08-13 - 公布日： 2023-01-31 - 主分类号： G01S3/02 文献下载
摘要：本发明公开了一种基于空间平滑的多伯努利滤波多源DOA跟踪方法，首先对接收到的所述单快拍量测数据进行前后向的平滑处理，并利用酉矩阵进行修正；其次，利用多伯努利滤波器对多伯努利分量进行预测，接着将修正后的平滑数据进行奇异值分解，并和指定时刻接收的所述单快拍量测数据一起对预测的所述伯努利分量进行更新；最后根据更新后的所述多伯努利分量对目标状态进行提取和迭代，直至算法终止，能在传感器阵列单快拍量测信息不确定性情况下，提高多伯努利滤波多源DOA跟踪性能。
基于空间平滑多伯努利滤波 doa 跟踪方法

[发明专利]区间量测下交互式多模广义标签多伯努利的快速跟踪方法-CN201811549885.5有效
发明人： 吴孙勇;董续东;赵君;蔡如华;孙希延;纪元法;严素清 -专利权人：桂林电子科技大学
申请日： 2018-12-18 - 公布日： 2022-11-04 - 主分类号： G06F17/18 文献下载
摘要：本发明公开一种区间量测下交互式多模广义标签多伯努利的快速跟踪方法，将交互式多模方法与快速算法思想相结合，首先在广义标签多伯努利滤波的框架下，针对目标采样粒子预测阶段，结合区间量测广义似然函数，实现所有粒子对于不同模型的转移预测，随后通过计算模型权概率对粒子进行模型交互，然后通过GLMB滤波更新方程对模型交互后的粒子进行更新。在此基础上结合快速实现方法，将预测与更新相结合，对于每个迭代只需要一个截断过程，降低了算法的计算量，最终解决了机动多目标的检测与跟踪问题。
区间量测下交互式广义标签多伯努利快速跟踪方法

[发明专利]背景感知跟踪方法、计算机可读存储介质及计算机设备-CN202110400856.8有效
发明人：纪元法;孙轲炜;孙希延;吴孙勇;严素清;付文涛;梁维彬;贾茜子;郭宁 -专利权人：桂林电子科技大学
申请日： 2021-04-14 - 公布日： 2022-07-19 - 主分类号： G06T7/246 文献下载
摘要：本发明适用于计算机视觉跟踪领域，提供了背景感知跟踪方法、计算机可读存储介质及计算机设备，包括：构建背景感知模型，从背景感知模型中提取真实样本用于训练滤波器，所述真实样本指从测试视频中实时提取的目标信息和背景信息；从测试视频之外的视频数据集中以参考目标为条件来搜索目标对象，挖掘包括与目标相关度高于预设阈值的图像作为困难样本，重新根据所述困难样本训练并更新滤波器；通过更新后的滤波器更新DCFNet框架的输出，实现对目标的在线跟踪。解决了由傅里叶频域卷积带来的边界效应问题，增强了跟踪的鲁棒性。
背景感知跟踪方法计算机可读存储介质设备

[发明专利]分布式视场互补多伯努利关联算术平均融合跟踪方法-CN202010810319.6有效
发明人：薛秋条;王力;吴孙勇;邹宝红;孙希妍;纪元法;蔡如华;樊向婷;符强;严肃清;王守华 -专利权人：桂林电子科技大学
申请日： 2020-08-13 - 公布日： 2022-07-05 - 主分类号： G01D18/00 文献下载
摘要：本发明公开了一种分布式视场互补多伯努利关联算术平均融合跟踪方法，首先通过对每个传感器视场互补扩大传感器感知范围，以此让每个传感器的量测覆盖整个跟踪场景；其次，每个传感器分别运行局部多伯努利滤波，通过对滤波后验结果进行泛洪通信关联，将对应于同一目标的伯努利成分关联到同一个子集中，并对每个关联子集进行算术平均融合完成融合状态估计。该方法的主要特点是通过视场互补使得不同传感器之间的量测信息得到互补，同时又不会重复共享，能有效减少计算量从而提高计算效率；另外通过伯努利关联可以将同一目标的伯努利成分关联到一起然后进行算术平均融合，有效提升跟踪性能。
分布式视场互补多伯努利关联算术平均融合跟踪方法

[发明专利]一种多特征在线学习的抗遮挡相关滤波目标跟踪方法-CN202210187384.7在审
发明人：纪元法;何建中;韦照川;孙希延;严素清;吴孙勇;付文涛;郭宁 -专利权人：桂林电子科技大学
申请日： 2022-02-28 - 公布日： 2022-06-10 - 主分类号： G06T7/246 文献下载
摘要：本发明涉及计算机视觉技术领域，尤其涉及一种多特征在线学习的抗遮挡相关滤波目标跟踪方法，基于背景感知相关滤波器(BACF)，利用方向梯度直方图(HOG)特征和颜色特征(CN)训练跟踪器来提高目标特征描述能力，并以峰值旁瓣比(PSR)作为融合因子在不同特征响应间实现融合；此外，为了降低模型漂移的风险，以历史平均峰值相关能量(APCE)和历史平均最大值响应值为阈值，动态地调整模型学习率以适应复杂的场景变化，有效降低了背景感知滤波器模型跟踪失败的风险，提高了系统精确性和鲁棒性。
一种特征在线学习遮挡相关滤波目标跟踪方法

[发明专利]一种动态灰色费尔哈斯特神经网络滑坡形变预测方法-CN201811150026.9有效
发明人：邓洪高;姚鹏远;孙希延;纪元法;王守华;符强;严素清;吴孙勇;付文涛;赵松克;李有明 -专利权人：桂林电子科技大学
申请日： 2018-09-29 - 公布日： 2022-06-07 - 主分类号： G06Q10/04 文献下载
摘要：本发明公开了一种动态灰色费尔哈斯特神经网络滑坡形变预测方法，涉及滑坡监测形变预测技术领域，解决的技术问题是提供一种滑坡形变预测精度高的方法，包括以下步骤：建立滑坡体累积位移量原始数据；对数据预处理；通过灰色Verhulst模型对数据进行拟合；计算残差并构建残差序列；训练GA‑BP神经网络；得到预测残差序列；计算组合模型预测值。本发明对滑坡形变预测精度有较大的提高。
一种动态灰色费尔哈斯特神经网络滑坡形变预测方法

[发明专利]一种自适应新生多扩展目标跟踪方法-CN202111169378.0在审
发明人： 吴孙勇;周于松;谢芸;薛秋条;孙希延;蔡如华;纪元法;符强;严素清;邓洪高 -专利权人：桂林电子科技大学
申请日： 2021-10-08 - 公布日： 2022-01-07 - 主分类号： G01S13/66 文献下载
摘要：本发明公开了一种自适应新生多扩展目标跟踪方法，通过一种新的量测驱动的自适应新生分布方法来处理新生目标位置未知的跟踪问题，首先通过似然和接近度来表示量测与目标的相关性，再利用这种相关性在量测值附近产生新生目标，随后通过贝塔分布描述未知检测概率，通过伽马高斯逆威夏特分布描述扩展目标状态，然后将目标状态和检测概率建模为增广状态，实现未知检测概率下多扩展目标的跟踪问题；此外在每一次迭代中，通过吉布斯采样器截断校正后的PMBM滤波密度，得到高权值的正1‑1向量，在不损失精度的情况下提高了滤波器的效率，解决了现有技术中的检测概率和新生目标位置都未知的多扩展目标跟踪效果较差的技术问题。
一种自适应新生扩展目标跟踪方法

[发明专利]基于多伯努利滤波的雷达微弱起伏目标检测前跟踪算法-CN202110818522.2在审
发明人：薛秋条;李东升;吴孙勇;孙希延;纪元法;符强;蔡如华;严素清;王守华 -专利权人：桂林电子科技大学
申请日： 2021-07-20 - 公布日： 2021-12-31 - 主分类号： G01S13/72 文献下载
摘要：本发明公开了基于多伯努利滤波的雷达微弱起伏目标检测前跟踪算法，本发明在MB‑TBD中除了考虑幅度信息还对相位进行边缘化处理，以提高了目标与噪声的区分度。利用三种Swerling类型的复似然比(CLR)代替平方模似然比(SLR)。为适应起伏目标新生先验信息未知的情况，借鉴目标相继相除的思想提出一种基于量测似然比的多伯努利滤波器自适应新生分布的TBD(LABer‑STC‑TBD)，与现有的MB‑TBD自适应新生算法相比，新算法克服了目标起伏时，较弱目标与较强目标同时出现的检测困难，并在MB‑TBD更新结束后对提出依据距离和粒子权重的算法(DPM)对同一目标的伯努利分量合并。最后比较了所研究的不同情况下的估计和检测性能，并显示了LABer‑STC‑TBD算法在目标幅度波动下的优势。
基于多伯努利滤波雷达微弱起伏目标检测跟踪算法

[发明专利]一种交互式多模伯努利滤波的机动弱目标检测前跟踪方法-CN201710945206.5有效
发明人： 吴孙勇;刘义强;薛秋条;蔡如华;宁巧娇;孙希延;纪元法 -专利权人：桂林电子科技大学
申请日： 2017-10-12 - 公布日： 2021-04-30 - 主分类号： G01S7/48 文献下载
摘要：本发明公开一种交互式多模伯努利滤波的机动弱目标检测前跟踪方法，在伯努利粒子滤波的基础上，使用交互式多模方法对滤波器中每个目标状态的采样粒子进行预测，再将预测粒子代入到传统的伯努利TBD算法中进行目标存在概率及分布密度的更新估计。本发明在低信噪比情况下，能有效地检测跟踪弱机动目标，且对目标状态的估计更加精准。
一种交互式多模伯努利滤波机动目标检测跟踪方法

[发明专利]一种基于多伯努利滤波的DOA跟踪方法-CN202011162121.8在审
发明人：薛秋条;邹宝红;吴孙勇;王力;樊向婷;孙希妍;纪元法;蔡如华;符强;严肃清;王守华 -专利权人：桂林电子科技大学
申请日： 2020-10-27 - 公布日： 2021-02-26 - 主分类号： G01S3/14 文献下载
摘要：本发明公开了一种基于多伯努利滤波的DOA跟踪方法，包括：通过传感器阵列接收叠加的量测数据；获取k‑1时刻多伯努利滤波器得到的滤波后验信息,包括：伯努利分量的存在概率和目标的空间分布概率密度函数；根据多伯努利滤波器对多伯努利分量进行预测，得到k时刻的多伯努利后验信息；根据预测的的多伯努利分量对目标状态进行提取；迭代处理，k＝k+1，直至所有时刻处理完毕。本发明不需要处理量测信息，减少计算量；跟踪时不需要知道信号源个数，直接利用预测先验和当前量测信息对信号源进行实时跟踪。仿真结果表明该算法的有效性。
一种基于多伯努利滤波 doa 跟踪方法

[发明专利]基于相关函数重构的BOC无模糊跟踪方法-CN201810232922.3有效
发明人：纪元法;缪勤文;孙希延;符强;王守华;蔚保国;严素清;欧阳缮;邓洪高;吴孙勇;李有明 -专利权人：桂林电子科技大学
申请日： 2018-03-21 - 公布日： 2021-02-19 - 主分类号： G01S19/29 文献下载
摘要：本发明提出一种基于相关函数重构的BOC无模糊跟踪方法,包括：根据BOC信号调制得到形状码向量；根据扩频码得出BOC信号相关函数通用模型；根据拆分原理获得两路本地码参考波形，并通过拆分得到的两路本地码参考波形得到本地码参考的数学表达式，结合形状码向量得到本地码与接收信号的互相关函数；重构获得无模糊的相关函数；根据相关函数得到码跟踪环路，并获得鉴相器输出和码跟踪误差方差。本发明在本地产生BOC信号，通过将本地的BOC信号拆分为两个单元，和接收信号分别进行互相关，基于相关函数重构思想，得到一个只有窄的无旁峰的相关波形。在跟踪鉴相输出时只有一个零点，避免了跟踪收敛到错误的零点上，解决了传统跟踪环路的跟踪模糊性。
基于相关函数 boc 模糊跟踪方法

[发明专利]一种共存式无人机导航诱骗系统及方法-CN201810134174.5有效
发明人：纪元法;付文涛;孙希延;符强;王守华;蔚保国;严素清;欧阳缮;邓洪高;吴孙勇;李有明 -专利权人：桂林电子科技大学
申请日： 2018-02-09 - 公布日： 2021-01-05 - 主分类号： G01S19/21 文献下载
摘要：本发明提供一种共存式无人机导航诱骗系统及方法，该诱骗系统包括：搜星系统，用于接收真实卫星信号并解析该真实卫星信号，解析的结果数据被传输至欺骗信号生成控制系统；欺骗信号生成控制系统，用于相关参数计算和欺骗信号的生成；信号发射系统，将欺骗信号生成控制系统生成的欺骗信号发送至目标无人机，目标无人机的接收机同时捕获跟踪欺骗信号和真实卫星信号；欺骗信号生成控制系统增大欺骗信号功率以剥离真实信号，对目标无人机的跟踪环路进行控制。本发明通过生成同步的假星与天上星共存于目标接收机中，共存之后就逐步加大欺骗信号功率，抬高接收机处理的噪声基底，导致真实信号在接收机的相关器中输出的信噪比降低，欺骗信号凭借功率优势，逐步将真实信号剥离跟踪环路，进而控制跟踪环路，实现对黑飞无人机飞行飞向及速度的欺骗。
一种共存无人机导航诱骗系统方法

1
2
3
4
下一页»
尾页
共 59 条