【技术实现步骤摘要】
本专利技术涉及鱼群追踪
,具体是一种鱼类运动状态的模型算法。
技术介绍
运动目标追踪是当今科学研究的热点也是非常重要的研究工具,水下目标跟踪源于军事领域的研究,最近一段时期才在民用方面开展起来,且最近几年研究的热度也在不断地提高。在渔业领域的研究目前还比较少,在对鱼群追踪和个体追踪计数等方面,有着广阔的研究前景。目前在水下运动目标追踪研究方面,国外的一些研究机构已经做了较多的研究工作。但是鱼类的运动变化大,很难用一种运动模型来描述实时的运动状态。现常用运动模型,要么适合匀速运动的物体,要么适合加速变化不大的物体,像鱼类的运动速度变化大并且加速度变化也大,而且方向也不确定的物体,很难用一种运动模型来描述鱼类的运动状态,因此在这些基础常用的运动模型的基础上提出了综合运用二阶匀速模型(CV)、三阶匀加速模型(CA)和布朗模型这三种运动模型结合的交互式多模型算法来描述鱼类的运动状态。
技术实现思路
本专利技术的目的在于提供一种鱼类运动状态的模型算法,以解决上述
技术介绍
中提出的问题。为实现上述目的,本专利技术提供如下技术方案:一种鱼类运动状态的模型算法,过程如下:(1)在声学图像中设有T个目标,其状态方程和测量方程分别表示为 X t ( k ) = ...
【技术保护点】
一种鱼类运动状态的模型算法,其特征在于,过程如下:(1)在声学图像中设有T个目标,其状态方程和测量方程分别表示为Xt(k)=Ft(k-1)+Wt(k-1)Z(k-1)=H(k-1)Xt(k-1)+V(k-1)]]>式中:k=1,2,…;t=1,2,…,T;其中Xt(k)为k时刻目标t的状态向量初值,Xt(0)是均值为协方差的随机向量,且独立于Wt(k);Ft(k)为目标t的状态转移矩阵;Wt(k)为状态噪声,其均值为零的高斯白噪声;Z(k)为k时刻目标的测量值;H(k)为测量矩阵;V(k)为测量噪声,其均值为零的高斯白噪声;(2)在整个过程中,运动模型是N个模型中的一个,即鱼类处在N个模式中的某一个,Mi为系统处在模式i的先验概率为P{Mi|Z0}=μi(0)ι=1,2,…,N式中:Z0为先验信息,而(3)分别以CV模型‑M1、CA模型‑M2和布朗模型‑MN三种运动模型来构成模型算法,其状态转移矩阵分别如下:F1=100000000000000001000000000000,F2=1Ts0000100000000001Ts00001000000,FM=1TsTs20001Ts00000 ...
【技术特征摘要】
1.一种鱼类运动状态的模型算法,其特征在于,过程如下:(1)在声学图像中设有T个目标,其状态方程和测量方程分别表示为 X t ( k ) = F t ( k - 1 ) + W t ( k - 1 ) Z ( k - 1 ...
【专利技术属性】
技术研发人员:童剑锋,张进,韩军,许柳雄,唐浩,王学昉,袁俊,徐国强,
申请(专利权)人:上海海洋大学,舟山市声达海洋信息技术有限公司,
类型:发明
国别省市:上海;31
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。