申请/专利权人：桂林电子科技大学

申请日：2021-09-27

公开（公告）日：2024-05-28

公开（公告）号：CN113959428B

主分类号：G01C21/00

分类号：G01C21/00;H03H21/00

优先权：

专利状态码：有效-授权

法律状态：2024.05.28#授权;2022.02.15#实质审查的生效;2022.01.21#公开

摘要：本发明公开了一种用于跟踪非刚性多扩展目标的PHD滤波方法，首先，利用时空高斯过程对目标扩展的关键点进行建模，并利用运动学内部参考点来构建扩展目标的状态，然后采用概率假设密度滤波器传播非刚性多扩展目标随机有限集的一阶矩；此外，建立量测跟踪门挑选目标以及对应的量测，然后对目标和量测分群，给出一种合适的非刚性多扩展目标最优划分的预测似然，并提供了滤波器递归以及必要的近似和假设，最后通过将后验密度转换为高斯混合形式，得到了其闭式解及其相应的平滑滤波器的闭式解，在杂波、漏检和噪声存在的情况下能够准确估计非刚性目标的数量、运动状态和形状。

主权项：1.一种用于跟踪非刚性多扩展目标的PHD滤波方法，其特征在于，包括下列步骤：初始化系统参数，接收场景内的量测数据；在初始化系统参数，接收场景内的量测数据的过程中，将目标与量测都建模为随机有限集，并接收固定位置的新生目标，所述量测数据由内部参考点的位置信息以及目标外形参数合并生成；所述内部参考点位于扩展目标内任何地方，通过内部参考点估计目标的外形，而增广状态由内部参考点以及扩展目标外形参数合并形成，首先通过时空高斯模型为扩展目标的外形建模，并与内部参考点合并，再将内部参考点空间与扩展目标外形参数空间合并成增广空间；参数合并成增广状态，并对增广目标状态进行预测演化；在参数合并成增广状态，并对增广目标状态进行预测演化的过程中，通过增广转移矩阵对增广目标进行预测演化；建立跟踪门筛选并分群；在建立跟踪门筛选并分群的过程中，通过内部参考点和扩展目标外形参数计算质心的位置，再利用质心建立跟踪门，将在门内的量测与其对应的目标分为一类，然后将具有公共量测的类合并成群，没有公共量测的类则单独成群挑选分群后的量测最优区，对预测之后的增广目标状态进行修正；在挑选分群后的量测最优区，对预测之后的增广目标状态进行修正的过程中，在测量和目标分群后，通过量测划分对每一个群的量测并行操作，计算每个区内所有元胞对应的预测似然，各区内所有元胞的预测似然的乘积则表示该区的权重，而权重最大的区则表示量测最优区，通过所述量测最优区对预测的目标进行修正；对修正之后的目标增广状态进行平滑处理，获得平滑解。

全文数据：

权利要求：

百度查询： 桂林电子科技大学 一种用于跟踪非刚性多扩展目标的PHD滤波方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD