公开(公告)号：CN116778433A

公开(公告)日：2023-09-19

申请号：CN202310769248.3

申请日：2023-06-27

Applicant: 吉林大学

Inventor： 王波 ,  徐玮明 ,  冯志远 ,  赵彦平 ,  栾明桉 ,  杨佳慧 ,  姚宝花 ,  王海艳

IPC: G06V20/54 ,  G06V10/84 ,  G06T7/277 ,  G06T7/20 ,  G06V10/82 ,  G06N3/04 ,  G06N3/08 ,  G06F17/16

Abstract: 一种基于深度Q网络学习的车辆跟踪方法、存储介质及设备，它属于车辆跟踪技术领域。本发明解决了在无法覆盖GPS信号且场景复杂的情况下，采用现有技术无法实现对车辆的高精度定位跟踪的问题。本发明针对IMM卡尔曼滤波器的状态转移概率矩阵未知的复杂情况，基于DQN学习得到IMM卡尔曼滤波器的状态转移概率矩阵，利用深度强化学习的感知和决策能力，能够有效地感知外部环境，获得最优判断，而且本发明方法的实现过程不需要依赖GPS信号，因此，在无法覆盖GPS信号且场景复杂的情况下，本发明方法仍然可以提升车辆跟踪性能，实现对车辆的高精度定位跟踪。本发明方法可以应用于车辆跟踪技术领域用。

公开(公告)号：CN114034298A

公开(公告)日：2022-02-11

申请号：CN202111299657.9

申请日：2021-11-04

Applicant: 吉林大学

Inventor： 王波 ,  黄书博 ,  赵彦平 ,  王海艳 ,  刘飞鹏 ,  姚宝花 ,  杨佳慧

IPC: G01C21/16 ,  G01C21/20

Abstract: 一种基于可重构智能表面的车辆定位方法，本发明涉及车辆定位方法。本发明目的是为了解决现有无线定位算法在直接链路受阻时性能下降，不能准确反映目标位置信息，并且对无线传感器网络和天线阵列需求高，在缺乏基础设施的环境中失效的问题。一种基于可重构智能表面的车辆定位方法具体过程为：步骤一、建立预测车辆位置模型；步骤二、建立虚拟视距链路；步骤三、基于步骤一和步骤二，获取观测信息并构造观测向量；步骤四、基于步骤一、步骤二、步骤三，利用扩展卡尔曼滤波器预测车辆位置。本发明用于信号处理技术领域。