-
公开(公告)号：CN115220002B
公开(公告)日：2024-05-17
申请号：CN202210622342.1
申请日：2022-06-02
摘要： 本申请实施例公开一种固定单站的多目标数据关联跟踪方法，用于更准确地对多目标物体的观测值进行数据关联。方法包括：获取至少两个目标物体在目标时刻的第一实际观测值集合；根据目标时刻所处的目标时间段确定每个目标物体的关联中心值；基于联合极大似然估计模型，根据关联中心值从第一实际观测值集合中确定每个目标物体的第二实际观测值集合；基于单目标跟踪模型，根据第二实际观测值集合确定每个目标物体在目标时刻的运动状态信息，运动状态信息用于确定每个目标物体在目标时间段中的航迹。
-
公开(公告)号：CN115619236A
公开(公告)日：2023-01-17
申请号：CN202211411939.8
申请日：2022-11-11
申请人： 深圳大学
IPC分类号： G06Q10/0637 , G06F16/2457 , G06F16/2458 , G06F17/16
摘要： 本发明公开了一种基于犹豫模糊扩散决策模型的决策方法及相关装置，针对决策矩阵中多个备选方案，计算所有属性的权重信息；其中，各备选方案分别对应时间序列犹豫模糊集的一个元素；基于所有属性的权重信息，计算所有备选方案的综合预先有序值；其中，综合预先有序值用于衡量所有备选方案之间的相关程度；参考所有综合预先有序值对所有备选方案进行排序；根据排序结果从所有备选方案中确定最优备选方案。通过本发明的实施，采用预先有序值作为最终结果来衡量备选方案之间的关系，使决策结果具有更好的辨别能力，保证了决策对象之间排序的准确性，进而有效提高了决策结果的准确性。
-
-
公开(公告)号：CN110501671B
公开(公告)日：2021-04-13
申请号：CN201910814954.9
申请日：2019-08-30
申请人： 深圳大学
摘要： 本发明公开的一种基于测量分配的目标跟踪方法及装置，先确定当前时刻各目标对应于各测量的更新状态分布、更新存在概率、更新探测标识，以及各目标与各测量的关联概率；再基于测量的分配结果对更新存在概率与更新探测标识进行调整；然后判断已存在目标是否漏检，基于判断结果确定各目标的状态分布、存在概率、探测标识和轨迹标识；最后提取存在概率大于第一阈值的目标的状态分布和轨迹标识作为当前时刻的输出，并将存在概率大于或等于第二阈值的目标的状态分布、存在概率、探测标识和轨迹标识作为下一时刻的输入。本发明保证了多目标跟踪精度，有效减少了计算量，在存在杂波和漏检的场景下具有很强的适用性。
-
公开(公告)号：CN112305915A
公开(公告)日：2021-02-02
申请号：CN202011176993.X
申请日：2020-10-28
申请人： 深圳大学
摘要： 本发明公开了一种TSK迭代回归模型的标签多伯努利多目标跟踪方法及系统，针对目标动态模型的不确定性建模问题，提出采用空间约束信息构建TSK模糊模型，其中空间特征信息用多个语义模糊集表示，得到了一个通用的TSK迭代回归模型框架，以较高的精度逼近动态模型，对目标的状态进行扩维引入模型信息，以此将多模型思想融入标签多伯努利办法的框架中，借助TSK迭代回归模型构建符合目标运动特性的精确模型，能够有效提高转弯率未知情况下目标状态滤波精度，解决了强机动多目标跟踪过程中目标数目估计有偏以及数据关联困难的问题。
-
公开(公告)号：CN112115419A
公开(公告)日：2020-12-22
申请号：CN202010963665.8
申请日：2020-09-14
申请人： 深圳大学
摘要： 本申请公开了一种系统状态估计方法、装置，用于对目标系统的状态进行估计，该方法包括：获取目标系统的状态方程和观测方程；根据目标系统的上一时刻的协方差，对所述状态方程和观测方程进行无迹变换，得到状态先验估计、协方差先验估计、观测先验估计，以及状态和观测之间的协方差；根据所述状态先验估计、协方差先验估计、观测先验估计和状态和观测之间的协方差，构建线性回归方程；根据所述线性回归方程计算估计误差；采用基于模糊交叉熵构造的损失函数对所述估计误差进行优化，得到所述目标系统的状态估计，该方法提高了无迹卡尔曼滤波算法在非高斯噪声环境中的鲁棒性，提高无迹卡尔曼滤波算法的估算精度。
-
公开(公告)号：CN111027014A
公开(公告)日：2020-04-17
申请号：CN201911250788.0
申请日：2019-12-09
申请人： 深圳大学
摘要： 本发明公开了type-2直觉模糊决策的TSK模糊模型粒子滤波方法及系统，利用type-2直觉模糊决策目标函数，选出能够体现运动目标的特性的最优特征集；构建TSK模糊模型，将最优特征集作为输入，基于TSK模糊模型的前件隶属函数计算每条规则的权重，利用加权求和的方法得到多条模糊规则的状态融合结果作为TSK模糊模型的输出；基于状态融合结果构建粒子滤波的重要密度函数，从重要密度函数中抽取粒子进行滤波更新。本发明利用type-2直觉模糊决策目标函数选出能够体现运动目标的特性的最优特征集来构建TSK模糊模型，既减少模型的规则数和模型的冗余度也提高了模型的精确度，采用构建TSK模糊模型的输出结果作为粒子滤波算法的重要密度函数，大幅度降低粒子的退化问题。
-
公开(公告)号：CN110349187A
公开(公告)日：2019-10-18
申请号：CN201910650057.9
申请日：2019-07-18
申请人： 深圳大学
摘要： 根据本发明实施例公开的一种基于TSK模糊分类器的目标跟踪方法、装置及存储介质，首先对稳定航迹的特征集合构建多输出回归数据集，并计算各特征相对模糊规则的模糊隶属度；然后基于多输出回归数据集及模糊隶属度训练分别基于运动特征和HOG特征的TSK模糊分类器的后件参数，并构建对应的分类器；再将观测集输入至分类器得到标签向量矩阵，并对标签向量矩阵进行数据关联得到目标和观测的正确关联；最后对目标进行滤波和轨迹管理得到目标的最终轨迹。通过本发明的实施，利用多帧信息训练出TSK模糊分类器，并在训练的过程中加入多特征学习机制，增加了分类器的学习能力，可有效处理数据关联过程中的不确定性，提高目标跟踪的准确性。
-
公开(公告)号：CN110111367A
公开(公告)日：2019-08-09
申请号：CN201910374408.8
申请日：2019-05-07
申请人： 深圳大学
摘要： 本发明公开了一种模糊模型粒子滤波方法、装置、设备及存储介质，方法包括：构建跟踪目标对应的T-S模糊模型；利用预置的强跟踪粒子滤波算法对所述T-S模糊模型的后件参数进行辨识，得到状态更新值与状态协方差估计值；利用预置的模糊C回归聚类算法对所述T-S模糊模型的前件参数隶属度函数进行辨识，得到前件参数隶属值；利用所述状态更新值、所述状态协方差估计值以及所述前件参数隶属值，对所述T-S模糊模型进行更新。相较于现有技术，本发明跟踪性能更优，在被跟踪目标突然发生方向改变或目标的动态先验信息不精确等复杂情况时，仍能够有效地对目标进行精确跟踪。
-
公开(公告)号：CN109558594A
公开(公告)日：2019-04-02
申请号：CN201811463206.2
申请日：2018-12-03
申请人： 深圳大学
IPC分类号： G06F17/27
摘要： 本发明公开了一种交互式T-S模糊语义模型估计方法、系统和计算机可读存储介质，用于目标跟踪，解决了现有的滤波算法难以满足系统性能的要求而降低了研究成果的鲁棒性和准确性的问题，包括：采用的不同语言值定义T-S模糊模型中的不同语义模糊集；设定各个语义模糊集之间的概率转换方法；对目标的初始状态模糊交互，得到目混合初始状态估计及混合初始状态协方差；对混合初始状态估计及混合初始状态协方差非线性滤波处理，得到更新状态及更新状态协方差；对T-S模糊模型的前件参数计算和更新，得到更新前件参数；计算标准化模型概率；得出目标的状态估计及协方差估计；估计目标的运动状态，从而增加了研究成果的鲁棒性和准确性。
-
-
-
-
-
-
-
-
-
搜索结果
112 条记录 (耗时 0.078 秒)