基于混合编码与UKF解码的机动目标跟踪系统及方法

AITNT
正文
推荐专利
基于混合编码与UKF解码的机动目标跟踪系统及方法
申请号:CN202510344233
申请日期:2025-03-21
公开号:CN120294742A
公开日期:2025-07-11
类型:发明专利
摘要
本发明涉及目标跟踪技术领域,公开一种基于混合编码与UKF解码的机动目标跟踪系统及方法。机动目标跟踪方法包括:基于目标轨迹获得每一时刻目标位置的雷达量测数据;采用attention‑GRU网络对雷达量测数据进行编码,获得目标状态编码值;基于目标状态编码值,采用期望最大化算法获得修正的目标状态噪声协方差矩阵、修正的目标状态量测噪声协方差矩阵以及修正的状态初始协方差矩阵;采用修正的目标状态噪声协方差矩阵、修正的目标状态量测噪声协方差矩阵以及修正的状态初始协方差矩阵对雷达量测数据进行UKF解码计算获得目标位置。本发明无需预先设定噪声方差信息等模型参数,能够有效提高机动目标的跟踪精度,削弱噪声干扰。
技术关键词
协方差矩阵 量测噪声 期望最大化算法 跟踪方法 跟踪系统 雷达 编码模块 注意力机制 解码模块 测距误差 噪声方差 非线性 参数 轨迹 网络
系统为您推荐了相关专利信息
1
一种基于口腔成像的图像生成系统及方法
组织特征数据 生成规则 图像生成系统 图像生成方法 颌骨区域
2
一种基于生命周期分级管理的三维多目标跟踪方法及装置
轨迹 扩展卡尔曼滤波器 跟踪方法 交互式多模型 环境感知技术
3
基于LSTM-KF的多源融合定位方法、程序、设备及存储介质
协方差矩阵估计 LSTM模型 融合定位方法 传感器融合 载体
4
一种水下遥控潜水器及其空间定位方法
空间定位方法 声呐 遥控潜水器 无迹卡尔曼滤波算法 协方差矩阵
5
一种结合生成对抗网络和扩散模型实现EEG视觉刺激重建的方法
生成对抗网络 辅助分类器 卷积神经网络特征提取 视觉 预测类别
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号