一种水下目标协同轨迹跟踪方法

    公开(公告)号:CN117031473A

    公开(公告)日:2023-11-10

    申请号:CN202311284679.7

    申请日:2023-10-07

    Abstract: 一种水下目标协同轨迹跟踪方法,属于水下目标跟踪领域。本发明的目的是为了解决现有水下目标轨迹跟踪使用的卡尔曼滤波方法对于复杂多变的水下环境,会产生大量的估计误差,甚至导致滤波发散;以及目标机动也会对滤波结果产生干扰的问题。过程为:A、所有参与目标跟踪的UUV中1号UUV作为主UUV,其他UUV作为从UUV,同一时刻只有一个从UUV可以向主UUV发送信息;B、将相同采样时间下的主UUV自身量测信息和主UUV接收的从UUV自身量测信息作为一个向量;所述向量为实际量测量;使用融合算法对每个采样时间的实际量测量进行融合,直至完成目标跟踪。本发明用于水下目标跟踪。

    一种基于IMM-UKF-SMC-PHD的纯方位多机动目标跟踪算法

    公开(公告)号:CN119004928A

    公开(公告)日:2024-11-22

    申请号:CN202411041254.8

    申请日:2024-07-31

    Abstract: 本发明涉及一种纯方位水下多机动目标跟踪,属于水下多目标跟踪方法。多个水下目标可能距离较近或运动轨迹存在交叉,难以实现待定目标与量测量的正确关联的问题,运用SMC‑PHD算法,借鉴粒子滤波的思想,利用离散带权值的粒子群近似概率假设密度分布,将概率假设密度分布的预测和更新转化为粒子集合的预测和更新,则目标数量可由粒子权重的加权求得,运动状态可由状态提取算法确定。SMC‑PHD算法中SMC的运用避免了传统PHD算法中多维积分的求解,SMC‑PHD算法的引入使得多目标跟踪算法更适用于目标状态、数目和量测具有不确定性的场景。结合了UKF算法提高了SMC‑PHD算法的跟踪精度和稳定性;引入了IMM算法解决了目标机动造成的单一模型跟踪方法不能准确预测运动轨迹的问题。

    一种通信时延影响下基于因子图的AUV协同定位方法

    公开(公告)号:CN116608864A

    公开(公告)日:2023-08-18

    申请号:CN202310882564.1

    申请日:2023-07-19

    Abstract: 一种通信时延影响下基于因子图的AUV协同定位方法,本发明涉及AUV协同定位方法。本发明为解决现有系统中往往没有考虑通信时间延迟的影响,致使定位误差大;以及水声通信中码间串扰易产生测距野值,造成厚尾非高斯的量测噪声,致使鲁棒性差的问题。过程为:1:建立领航者‑跟随者AUV编队的协同定位因子图模型;2:考虑通信时延的影响,基于跟随者AUV的航速和量测信息对量测信息进行时延补偿;3:利用最大相关熵作为因子图各函数节点的代价函数,推导出各节点最优估计,利用量测信息和AUV历史位置信息对AUV当前位置信息进行误差补偿,从而对跟随者AUV的位置信息进行估计更新。本发明用于AUV协同定位技术领域。

    一种水下目标协同轨迹跟踪方法

    公开(公告)号:CN117031473B

    公开(公告)日:2024-01-12

    申请号:CN202311284679.7

    申请日:2023-10-07

    Abstract: 一种水下目标协同轨迹跟踪方法,属于水下目标跟踪领域。本发明的目的是为了解决现有水下目标轨迹跟踪使用的卡尔曼滤波方法对于复杂多变的水下环境,会产生大量的估计误差,甚至导致滤波发散;以及目标机动也会对滤波结果产生干扰的问题。过程为:A、所有参与目标跟踪的UUV中1号UUV作为主UUV,其他UUV作为从UUV,同一时刻只有一个从UUV可以向主UUV发送信息;B、将相同采样时间下的主UUV自身量测信息和主UUV接收的从UUV自身量测信息作为一个向量;所述向量为实际量测量;使用融合算法对每个采样时间的实际量测量进行融合,直至完成目标跟踪。本发明用于水下目标跟踪。

    一种通信时延影响下基于因子图的AUV协同定位方法

    公开(公告)号:CN116608864B

    公开(公告)日:2023-10-27

    申请号:CN202310882564.1

    申请日:2023-07-19

    Abstract: 一种通信时延影响下基于因子图的AUV协同定位方法,本发明涉及AUV协同定位方法。本发明为解决现有系统中往往没有考虑通信时间延迟的影响,致使定位误差大;以及水声通信中码间串扰易产生测距野值,造成厚尾非高斯的量测噪声,致使鲁棒性差的问题。过程为:1:建立领航者‑跟随者AUV编队的协同定位因子图模型;2:考虑通信时延的影响,基于跟随者AUV的航速和量测信息对量测信息进行时延补偿;3:利用最大相关熵作为因子图各函数节点的代价函数,推导出各节点最优估计,利用量测信息和AUV历史位置信息对AUV当前位置信息进行误差补偿,从而对跟随者AUV的位置信息进行估计更新。本发明用于AUV协同定位技术领域。

Patent Agency Ranking