[发明专利]一种机动目标跟踪的分布式多模型估计融合方法有效
申请号: | 201210067005.7 | 申请日: | 2012-03-14 |
公开(公告)号: | CN102622520A | 公开(公告)日: | 2012-08-01 |
发明(设计)人: | 贾英民;李文玲 | 申请(专利权)人: | 北京航空航天大学 |
主分类号: | G06F19/00 | 分类号: | G06F19/00 |
代理公司: | 暂无信息 | 代理人: | 暂无信息 |
地址: | 100191*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 机动 目标 跟踪 分布式 模型 估计 融合 方法 | ||
1.一种机动目标跟踪的分布式多模型估计融合方法,其特征在于包括以下步骤:
建立目标运动模型和量测方程;
结合IMM算法和H∞滤波技术进行当前时刻目标状态估计;
根据分布式H∞滤波融合公式对同一运动模型的目标状态估计进行局部融合;
利用当前时刻获得的模型概率对局部融合结果完成全局融合。
2.根据权利要求1所述的方法,其特征在于,建立多个描述目标运动的模型,模型之间的切换服从一个离散时间齐次Markov链。
3.根据权利要求1所述的方法,其特征在于,所述的量测方程是根据传感器类型确定。
4.根据权利要求1所述的方法,其特征在于,在IMM算法结构中,采用H∞滤波技术对当前时刻的目标状态进行估计,使得滤波精度在模型不确定和噪声统计特性未知的情况下不会严重恶化。
5.根据权利要求1所述的方法,其特征在于,所述的局部融合是指利用分布式H∞滤波融合公式对不同传感器对应的同一运动模型滤波结果进行融合,避免了构造全局模型,减小了计算复杂度。
6.根据权利要求1所述的方法,其特征在于,所述的模型概率是指对多个传感器同一运动模型概率融合后的结果,而后者可以在IMM算法中获得。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京航空航天大学,未经北京航空航天大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201210067005.7/1.html,转载请声明来源钻瓜专利网。
- 上一篇:打印装置及其控制方法以及盒
- 下一篇:舵装置
- 同类专利
- 专利分类
G06F 电数字数据处理
G06F19-00 专门适用于特定应用的数字计算或数据处理的设备或方法
G06F19-10 .生物信息学,即计算分子生物学中的遗传或蛋白质相关的数据处理方法或系统
G06F19-12 ..用于系统生物学的建模或仿真,例如:概率模型或动态模型,遗传基因管理网络,蛋白质交互作用网络或新陈代谢作用网络
G06F19-14 ..用于发展或进化的,例如:进化的保存区域决定或进化树结构
G06F19-16 ..用于分子结构的,例如:结构排序,结构或功能关系,蛋白质折叠,结构域拓扑,用结构数据的药靶,涉及二维或三维结构的
G06F19-18 ..用于功能性基因组学或蛋白质组学的,例如:基因型–表型关联,不均衡连接,种群遗传学,结合位置鉴定,变异发生,基因型或染色体组的注释,蛋白质相互作用或蛋白质核酸的相互作用