一种基于动态簇的无线传感器网络目标跟踪方法

    公开(公告)号:CN113613175B

    公开(公告)日:2023-10-13

    申请号:CN202110836597.3

    申请日:2021-07-23

    Abstract: 本发明提供一种基于动态簇的无线传感器网络目标跟踪方法。主要研究了目标跟踪过程中的传感器节点选择问题,所述方法包括:利用粒子滤波的方法对目标在下一时刻的位置进行预测;根据目标的预测位置、预测协方差矩阵和传感器节点的感知半径确定候选节点区域;在候选节点区域中综合考虑节点的剩余能量和PCRLB信息来选择固定数量的传感器节点组成动态簇对目标进行跟踪。本发明的方法不仅能降低跟踪误差,而且可以平衡各节点的能量消耗,延长网络生存期。

    一种基于GLMB的自适应航迹起始方法

    公开(公告)号:CN116520311A

    公开(公告)日:2023-08-01

    申请号:CN202310493470.5

    申请日:2023-05-04

    Abstract: 本发明属于多目标跟踪技术领域,具体涉及一种基于GLMB的自适应航迹起始方法,本发明根据连续两个时刻的量测数据遍历所有可能的航迹,并通过速度筛选规则和多普勒信息筛选规则对量测数据进行初步筛选去除大部分杂波,根据后验概率计算目标量测概率来区分量测来源,通过目标量测概率可以区分量测源于新生目标还是存活目标,利用多普勒量测中隐含的速度信息计算出新生目标分初始运行状态并进入到下一步的预测过程中,完成航迹起始功能。

    一种多普勒盲区下的机动多目标跟踪方法

    公开(公告)号:CN116520310A

    公开(公告)日:2023-08-01

    申请号:CN202310493468.8

    申请日:2023-05-04

    Abstract: 本发明属于机动多目标跟踪领域,尤其涉及一种多普勒盲区下的多目标跟踪方法,包括:基于目标运动状态、杂波凹口函数及传感器状态,构建多普勒雷达检测概率模型;基于所述多普勒雷达检测概率模型,构建用于对目标状态估计及跟踪的量测模型,并进行预测过程,得到多目标先验密度;在算法更新过程中,增加额外的伪量测分量和增强量测分量,使目标在多普勒盲区内丢失量测的情况下,仍然保持较高的权重防止航迹被裁剪,并在目标驶出盲区后重新分配航迹,保证跟踪器正常运行;基于多普勒雷达的量测集,进行更新过程,计算IMM‑GLMB算法的多目标后验密度;根据所述IMM‑GLMB模型提取目标运动状态,得到当前目标运动状态估计结果。

    一种海杂波抑制方法
    34.
    发明公开

    公开(公告)号:CN116520279A

    公开(公告)日:2023-08-01

    申请号:CN202310503330.1

    申请日:2023-05-06

    Abstract: 本发明公开了一种海杂波抑制方法,步骤1、对雷达接收的目标反射回波信号序列进行脉冲压缩后,将回波信号按周期重排成快慢时间维回波矩阵Xc,一行代表一个周期;步骤2、对按周期重排成快慢时间维回波矩阵Xc的目标回波信号采用主成分分析方法在不改变特征维度的情况下去除海杂波间的相关性,得到去相关后的目标回波信号Xp;步骤3、对去相关后的目标回波信号Xp进行周期奇异值分解,抑制杂波并重构出目标回波信号。本发明不依赖于海杂波模型,具有较好的通用性与实效性,且较好地解决了传统子空间类抑制算法难以区分目标和杂波频谱重合的慢速运动目标导致目标误警率过高的问题。

    一种基于雷达通信一体化系统接收端的信号处理方法

    公开(公告)号:CN116520278A

    公开(公告)日:2023-08-01

    申请号:CN202310486450.5

    申请日:2023-04-28

    Abstract: 本发明属于雷达通信一体化信号接收处理技术领域,涉及一种基于雷达通信一体化系统接收端的信号处理方法。所述方法包括:采用小波包降噪算法对接收到的携带着噪声的非线性调频十六阶正交振幅调制雷达通信一体化信号进行去噪处理;对经过小波包降噪后的非线性调频十六阶正交振幅调制的雷达通信一体化信号进行同态变换;利用盲源分离算法对经过同态变换后的非线性调频十六阶正交振幅调制雷达通信一体化信号进行分离;利用分离后的雷达信号对单个运动目标进行探测。将小波包阈值降噪算法与盲源分离算法相结合对接收到的信号进行相关处理,利用处理后的雷达信号对单个运动目标进行探测,距离维弥散现象与速度维的目标幻影现象得到明显改善。

    一种基于周期重采样的周期调频干扰消除方法

    公开(公告)号:CN111323794B

    公开(公告)日:2023-05-05

    申请号:CN202010204163.7

    申请日:2020-03-21

    Abstract: 本发明提供一种基于周期重采样的周期调频干扰消除方法,包括:利用无线接收机获得数字化接收信号数据;对接收数据进行多重自相关运算,检测周期调频成分的调频周期;根据调频干扰的周期特性将接收的信号进行重采样,获得若干组重采样数据,检测并消除重采样数据中的干扰分量,最后进行信号重构,获得消除干扰后的信号。本申请方法能够将分散的宽带干扰能量集中到少数频点,减少了干扰与期望信号的交叠程度,在消除干扰成分时对期望信号损伤较小。

    一种基于奇异值分解与信息熵的证据修正方法

    公开(公告)号:CN114756812A

    公开(公告)日:2022-07-15

    申请号:CN202210199769.5

    申请日:2022-03-02

    Abstract: 本发明属于多传感器信息融合技术领域,具体涉及一种基于奇异值分解与信息熵的证据修正方法。本发明利用基本概率赋值函数的几何性质,将证据间差异性问题转化为矩阵性质问题,进而提出一种基于奇异值分解提取证据矩阵主方向对应子空间的重构技术,以滤除基本概率赋值矩阵内存在的干扰信息;对于主方向个数不唯一的证据矩阵,采取信息熵度量的方法完成对高度冲突证据的修正;最后基于证据理论对修正后的证据信息进行融合。本发明能够在不影响一致性数据的前提下,根据矩阵的最大方向对存在干扰的基本概率赋值进行校正,并通过减小焦点元素模值的方式弱化其在证据矩阵中的作用。本发明适用于多传感器信息融合系统中存在不确定信息的场景。

    一种基于无迹差分粒子滤波算法实现的多径参数估计方法

    公开(公告)号:CN113625309B

    公开(公告)日:2023-09-29

    申请号:CN202110836186.4

    申请日:2021-07-23

    Abstract: 本发明在静态环境下针对粒子滤波算法在参数估计过程中存在的粒子退化、粒子多样性降低的问题,提出一种无迹卡尔曼滤波算法与改进差分进化算法联合优化粒子滤波的新算法。该算法首先在粒子滤波重要性采样阶段引入无迹卡尔曼滤波为每个粒子计算其均值和协方差,并利用该均值和协方差“指导”采样,以避免粒子退化现象。其次,在差分进化的变异与交叉过程中采用一种自适应策略,避免其出现过早收敛的现象。同时,采用改进后的差分进化算法代替粒子滤波的重采样过程,克服了粒子多样性降低的问题。最后,利用新算法实现多径参数估计。经仿真结果表明,新算法在满足实时性要求的情况下,可有效地降低参数估计结果的波动幅度并减小其均方根误差。

Patent Agency Ranking