Document
拖动滑块完成拼图
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

一种基于Sage-Husa自适应滤波的交互式多模型水下目标跟踪方法 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

摘要:本发明公开了一种基于Sage‑Husa自适应滤波的交互式多模型水下目标跟踪方法,具体包括以下步骤:步骤一、建立水下双观测系统状态空间模型;步骤二、模型非线性滤波;步骤三、调整转移矩阵概率;步骤四、状态估计和协方差估计;本发明涉及水下目标跟踪技术领域。该基于Sage‑Husa自适应滤波的交互式多模型水下目标跟踪方法,通过实时调整转移概率矩阵的交互式多模型算法,在目标跟踪过程中,根据相邻时刻子模型变化率计算转移概率矩阵,使目标运动模型和实际轨迹匹配度更高,为水下目标跟踪提供更为精准的预测指引,在水下纯方位目标跟踪中,可以防止目标运动过程中观测噪声突变导致的滤波发散,为水下目标的跟踪效果提供良好保障。

主权项:1.一种基于Sage-Husa自适应滤波的交互式多模型水下目标跟踪方法,包括,其特征在于:具体包括以下步骤:步骤一、建立水下双观测系统状态空间模型:建立双观测站系统的状态函数和观测函数,选择目标运动模型,设置各个目标运动模型初始化概率以及两个目标运动模型之间的转移概率,计算每个模型对应滤波器的输入状态和协方差;步骤二、模型非线性滤波:根据当前时刻滤波器输入,进行平方根容积卡尔曼滤波,根据容积规则选取容积点传递非线性函数的均值和协方差,通过Sage-Husa方法在线计算噪声统计特性,通过方位信息观测函数传递预测状态,计算目标状态和协方差矩阵平方根;步骤三、调整转移矩阵概率:根据每个滤波器的残差信息和残差协方差矩阵,计算每个目标运动模型的概率,根据相邻时刻目标运动模型概率变化率更新两个目标运动模型间的转移概率矩阵;步骤四、状态估计和协方差估计:基于当前目标运动模型概率,对每个滤波器的估计结果加权合并,获取总的状态估计和总的协方差估计。

全文数据:

权利要求:

百度查询: 桂林电子科技大学 一种基于Sage-Husa自适应滤波的交互式多模型水下目标跟踪方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。