[发明专利]一种基于高斯牛顿滤波的非线性模型下目标跟踪方法有效
| 申请号： | 201810201162.X | 申请日： | 2018-03-12 |
| 公开（公告）号： | CN108414995B | 公开（公告）日： | 2021-03-30 |
| 发明（设计）人： | 姜秋喜;马建凯;刘方正;刘鑫;阮怀林;樊霖晖;曾瑞琪;唐绩;鲍志超 | 申请（专利权）人： | 中国人民解放军国防科技大学 |
| 主分类号： | G01S7/41 | 分类号： | G01S7/41;G01S13/66 |
| 代理公司： | 北京和信华成知识产权代理事务所(普通合伙) 11390 | 代理人： | 胡剑辉 |
| 地址： | 230000 *** | 国省代码： | 安徽;34 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开一种基于高斯牛顿滤波的非线性模型下目标跟踪方法，包括以下步骤：根据目标是否发生机动，选择最佳滤波模型和滤波内存长度；模型条件初始化，模型条件初始化包括混合概率的计算以及通过混合概率进行的混合估计；模型条件滤波；模型概率更新；估计融合；所述模型条件滤波包括以下部分：一进行状态一步预测，计算量测预测残差及其协方差阵，三滤波更新，先计算混合协方差，判断确认波门中确认量测情况，同时求出确认波门体积。本发明提供的目标跟踪方法，克服了现有杂波跟踪方法在跟踪杂波环境下的机动目标时，随杂波密度的增加，滤波器容易发散且算法复杂度较大的缺点，大大改善了跟踪精度和跟踪稳定性。 | ||
| 搜索关键词： | 一种 基于 牛顿 滤波 非线性 模型 目标 跟踪 方法 | ||
【主权项】：
1.一种基于高斯牛顿滤波的非线性模型下目标跟踪方法，其特征在于，包括以下步骤：步骤1、根据目标是否发生机动，选择最佳滤波模型和滤波内存长度，即根据目标的机动情况，选择与机动目标实际运动模型最佳匹配的滤波模型集且给定从模型相互转换的模型转移概率Π；步骤2、模型条件初始化，所述模型条件初始化包括混合概率的计算以及通过混合概率进行的混合估计；步骤3、模型条件滤波；步骤4、模型概率更新；步骤5、估计融合。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于中国人民解放军国防科技大学，未经中国人民解放军国防科技大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201810201162.X/，转载请声明来源钻瓜专利网。
