公开(公告)号：CN111798491B

公开(公告)日：2022-09-06

申请号：CN202010669909.1

申请日：2020-07-13

申请人： 哈尔滨工业大学 ,  北京电子工程总体研究所

发明人： 胡玉东 ,  高长生 ,  郭继峰 ,  张发 ,  林云峰 ,  安若铭

IPC分类号： G06T7/246 ,  G06N3/04 ,  G06N3/08 ,  G06T5/00

摘要： 一种基于Elman神经网络的机动目标跟踪方法，涉及临近空间防御技术和智能信息处理技术领域。解决了现有的滤波算法在进行机动目标跟踪时，存在滤波精度低稳定性差的问题。本发明根据目标飞行器的动力学特性构建动力学跟踪模型，获取机动目标跟踪系统的状态方程；基于系统的状态方程、系统的测量方程和测量噪声，利用非线性滤波算法，对目标飞行器的运动状态以及控制参数进行递推估计，并获得k时刻的预测估计值与滤波估计值的差值、滤波增益和新息；构建Elman神经网络模型，利用训练好的网络预测估计误差，进而对滤波估计值进行修正，获取目标运动状态的最优估计值。本发明适用于机动目标跟踪。

公开(公告)号：CN111798491A

公开(公告)日：2020-10-20

申请号：CN202010669909.1

申请日：2020-07-13

申请人： 哈尔滨工业大学 ,  北京电子工程总体研究所

发明人： 胡玉东 ,  高长生 ,  郭继峰 ,  张发 ,  林云峰 ,  安若铭

IPC分类号： G06T7/246 ,  G06N3/04 ,  G06N3/08 ,  G06T5/00

摘要： 一种基于Elman神经网络的机动目标跟踪方法，涉及临近空间防御技术和智能信息处理技术领域。解决了现有的滤波算法在进行机动目标跟踪时，存在滤波精度低稳定性差的问题。本发明根据目标飞行器的动力学特性构建动力学跟踪模型，获取机动目标跟踪系统的状态方程；基于系统的状态方程、系统的测量方程和测量噪声，利用非线性滤波算法，对目标飞行器的运动状态以及控制参数进行递推估计，并获得k时刻的预测估计值与滤波估计值的差值、滤波增益和新息；构建Elman神经网络模型，利用训练好的网络预测估计误差，进而对滤波估计值进行修正，获取目标运动状态的最优估计值。本发明适用于机动目标跟踪。