摘要
本申请公开了一种基于Mamba网络的雷达多目标跟踪方法、装置、设备及介质。所述方法包括:针对每个目标,对其预设历史时刻的状态信息进行矩阵拼接,得到所有时刻的目标状态信息;计算目标状态信息与当前时刻所有量测数据之间的欧式距离;根据欧式距离,生成目标点迹特征的目标矩阵;将目标矩阵输入到预先构建的Mamba网络模型中,得到目标与量测的关联概率;利用卡尔曼滤波器对关联概率进行滤波估计处理,得到目标当前时刻的状态预测值。根据本申请实施例,将Mamba网络与数据关联相结合,融合历史状态信息特征去预测目标与量测之间的关联概率,提高了利用深度学习方法解决多目标跟踪中数据关联问题的效率,无需提前获取目标运动模型以及杂波密度等先验信息。
技术关键词
点迹特征
跟踪方法
计算机程序指令
矩阵
卡尔曼滤波
雷达
多层感知机
计算机程序产品
网络模型训练
状态空间模型
输入模块
深度学习方法
输出模块
融合历史
电子设备
可读存储介质
跟踪装置
处理器
拼接模块
系统为您推荐了相关专利信息
垂直起降方法
坡度信息
三维点云数据
双目视差
推力
公路隧道路面
重构方法
仿真模型
隧道结构
重构模型
交通流预测方法
交通流预测系统
样本
编码
神经网络参数
速度控制策略
糖茶
监测管理方法
融合特征
塔格糖
智慧导览系统
导航方法
导航系统
顶点
信息数据处理终端