申请/专利权人：杭州电子科技大学

申请日：2021-07-16

公开（公告）日：2024-02-09

公开（公告）号：CN113673565B

主分类号：G06F18/25

分类号：G06F18/25;G06F18/10;G06F30/20

优先权：

专利状态码：有效-授权

法律状态：2024.02.09#授权;2021.12.07#实质审查的生效;2021.11.19#公开

摘要：本发明公开了一种多传感器GM‑PHD自适应序贯融合多目标跟踪方法。针对密集杂波下的多传感器多目标跟踪问题，本发明提出了一套完整的处理方法流程，引入幅值信息到GM‑PHD滤波器中，通过目标与杂波的幅值特性，设置检测阈值对原始量测进行筛选，消除大量杂波，得到有效量测，并提出了一种基于有效量测累积幅值似然比的融合顺序优化方法，结合分布式序贯融合框架进行多传感器融合。本发明配置结构明了，计算量小，可广泛应用于多目标跟踪领域。

主权项：1.多传感器GM-PHD自适应序贯融合多目标跟踪方法，其特征在于该方法具体包括以下步骤：步骤1、构建多传感器多目标跟踪场景；步骤2、对幅值进行建模，并将目标回波的预期信噪比和幅值分别作为目标状态和观测的增广状态，对目标状态和观测进行扩维；步骤3、基于步骤2扩维后的目标状态和观测，对所有传感器构建引入幅值的GM-PHD滤波器，得到各自的后验高斯混合集；步骤4、基于幅值计算所有步骤3处理后传感器的有效量测集的累积幅值似然比，并根据累积幅值似然比对所有传感器进行自适应融合顺序优化；步骤5、对步骤4排序后传感器进行分布式GM-PHD融合处理5-1初始化迭代次数w＝1，将排在首位的传感器的后验高斯混合集作为融合高斯集初始值5-2将融合高斯集中第i个更新后的状态均值与排在下一位置的传感器后验高斯混合集中的第l个更新后的状态均值根据方程37进行匹配，其中l∈Jq+1,k，若满足匹配条件则依据方程38-41进行协方差交叉CI融合并更新q＝q+1，得到融合高斯集 其中Dth为距离门限；5-3判断当前迭代次数是否达到L，若否则进行步骤5-2，若是则结束，得到5-4将反馈给各传感器，作为下一时刻的先验高斯混合集；步骤6、重复步骤3-5得到所有时刻的融合结果，并根据融合结果实现对多目标跟踪。

全文数据：

权利要求：

百度查询： 杭州电子科技大学 多传感器GM-PHD自适应序贯融合多目标跟踪方法

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