申请/专利权人：哈尔滨工业大学

申请日：2024-04-10

公开（公告）日：2024-06-25

公开（公告）号：CN118246333A

主分类号：G06F30/27

分类号：G06F30/27;G06F18/23;G06F18/22

优先权：

专利状态码：在审-公开

法律状态：2024.06.25#公开

摘要：基于最大似然度准则的多传感器目标配对方法、系统、存储介质及设备，属于信号处理技术领域。本发明利用多传感器系统对覆盖区域中的目标进行探测，获得目标的二维坐标信息；然后将多传感器目标配对问题分解为若干个双传感器目标配对问题，在每个双传感器目标配对问题中计算不同配对方案的似然度，寻找最大化似然度的最优配对方式，在计算双传感器目标配对方案的似然度时，利用最大似然估计方法消除了目标真实位置这一未知参数，将双传感器目标配对问题表示成组合优化中的分配问题形式，最后采用匈牙利算法求解最优分配。

主权项：1.一种基于最大似然度准则的多传感器目标配对方法，其特征在于，包括以下步骤：步骤一：一个主传感器和M个副传感器构成的多传感器系统在某一时刻发射电磁波，测量覆盖区域内N个目标的二维坐标，主传感器和第m个副传感器的测量值分别表示为X＝{x1,x2,...,xN}和数据点xn和分别代表主传感器和第m个副传感器获得的第n个坐标信息，n＝1,2,...,N，m＝1,2,...,M；步骤二：将多传感器系统的主传感器和任意一个副传感器视为一个双传感器系统，并将M+1个传感器的目标配对问题分解为M个双传感器目标配对问题，每个双传感器目标配对问题形成N！种配对方案，表示为事件集集合中任意事件表示下述目标配对方案：其中代表的第k种排序方式，k＝1,2,...,N！；步骤三：在每一个双传感器目标配对问题中，根据两个传感器的测量值计算不同配对方案的似然度，利用最大似然估计消除似然度中的未知参数，将双传感器目标配对问题表示成分配问题的形式；具体过程包括：步骤三一：在主传感器和第m个副传感器的目标配对问题中，将每种目标配对方案的似然度表示为 其中，σ表示误差标准差，μn表示xn和对应的目标真实坐标，n＝1,2,...,N，k＝1,2,...,N！；步骤三二：最大化似然度的目标配对方案，即最大化似然度的排序方式，建立优化问题为 步骤三三：似然度表达式中存在未知参数μn，利用最大似然估计对μn进行求解，将μn的估计结果代入对数似然度表达式，整理得到 其中，为取对数后的形式；步骤三四：利用步骤三三求解得到的对数似然度，忽略表达式中的常数项和负系数，步骤三二的优化问题可进一步表示为 步骤四：利用匈牙利算法求解分配问题，得到每个双传感器目标配对问题的最优配对方式。

全文数据：

权利要求：

百度查询： 哈尔滨工业大学 基于最大似然度准则的多传感器目标配对方法、系统、存储介质及设备

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