[发明专利]基于自编码器模型的多传感器融合跟踪方法在审
| 申请号： | 201811417767.9 | 申请日： | 2018-11-26 |
| 公开（公告）号： | CN109635855A | 公开（公告）日： | 2019-04-16 |
| 发明（设计）人： | 刘华军;朱先秋 | 申请（专利权）人： | 南京理工大学 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62;G06N3/04 |
| 代理公司： | 南京理工大学专利中心 32203 | 代理人： | 马鲁晋 |
| 地址： | 210094 江*** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提出了一种基于自编码器模型的多传感器融合跟踪方法，首先，采集多个传感器对同一目标的观测数据，并对采集的观测数据进行预处理；其次构造基于自编码器的多传感器融合网络结构，将步骤1预处理后的观测数据分割为训练数据集和验证数据集；然后将训练数据集输入该网络结构中进行网络训练，并对验证数据集中的数据进行测试，判断精度是否达到系统需求；最后将该多传感器融合网络结构作为多传感器融合的预测模型，将经过预处理后多个传感器对同一目标的观测数据输入该网络结构，得到对该目标的观测结果。本发明仅需要对少量的数据进行多次线性变换即可得到融合结果，极大降低了计算的复杂度。 | ||
| 搜索关键词： | 多传感器融合 观测数据 网络结构 预处理 编码器模型 训练数据集 验证数据 传感器 采集 观测结果 网络训练 系统需求 线性变换 预测模型 编码器 复杂度 跟踪 测试 分割 融合 | ||
【主权项】：
1.一种基于自编码器模型的多传感器融合跟踪方法，其特征在于，具体步骤为：步骤1、采集多个传感器对同一目标的观测数据，并对采集的观测数据进行预处理；步骤2、构造基于自编码器的多传感器融合网络结构，所述多传感器融合网络结构由四层网络串联而成，第一层为4*128的全连接层，第二层为输入和隐层大小均为128的GRU单元，第三层为输入和隐层大小均为128的GRU单元，第四层为128*2的全连接层，其中第一层和第二层组成了多传感器融合网络结构的编码器，第三层和第四层组成了多传感器融合网络结构的解码器；步骤3、将步骤1预处理后的观测数据分割为训练数据集和验证数据集；步骤4、将训练数据集输入构造的基于自编码器的多传感器融合网络结构中进行网络训练，并对验证数据集中的数据进行测试，判断精度是否达到系统需求，若达到，则进行下一步，否则利用训练数据集继续对多传感器融合网络结构进行训练；步骤5、将经过步骤4网络训练、验证后的基于自编码器的多传感器融合网络结构作为多传感器融合的预测模型，将经过预处理后多个传感器对同一目标的观测数据输入该网络结构，得到对该目标的观测结果。
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南京理工大学，未经南京理工大学许可，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/201811417767.9/，转载请声明来源钻瓜专利网。
