一种基于多源异构信号的多目标追踪及状态预测方法技术

本发明专利技术公开了一种基于多源异构信号的多目标追踪及状态预测方法，通过多源异构传感器采集多源异构信号，采用数据挖掘方法对采集的信号进行特征提取，根据特征信号建立状态空间模型，接着对场景状态进行动态跟踪和预测，并采用分类预测方法对多源异构传感信号融合，最终根据融合结果控制智能体运动。本发明专利技术即使某一信号获取精度降低，仍可根据其它信号源进行跟踪预测，避免环境变化引起信号源获取精度降低，进而导致目标识别精度降低的问题。

A multi-target tracking and state prediction method based on multi-source heterogeneous signals

【技术实现步骤摘要】
一种基于多源异构信号的多目标追踪及状态预测方法
本专利技术属于目标定位
，特别涉及一种基于多源异构信号的多目标追踪及状态预测方法。
技术介绍
目前目标定位方法多种多样，包括图像定位、声学定位、无线定位等，如专利一种数字图像中的目标定位方法以及装置(ZL201410359215.2)公开了一种利用数字图像进行目标定位的方法，首先获取目标Gabor滤波形状模板，利用Gabor滤波结果进行形状匹配定位，再利用骨架特征之间的相似度判定目标所在区域；专利一种水下机器人目标定位识别方法和系统(ZL201710209500.X)公开了一种利用声呐信息进行目标定位的方法；专利无线传感器网络静止目标定位方法及系统(ZL201310145553.1)公开了一种利用无线网络进行目标定位的方法。上述定位方法均单一信息源进行定位，一旦环境变化影响了信息获取的精度，则会导致定位精度降低，例如可见度降低影响图像采集、噪音引起声波干扰等，因此需要一种基于多源信号的目标定位方法。此外，目标定位过程中，若目标随机运动，现有定位方法很难预测下一时刻目标可能出现的位置，本文档来自技高网...

【技术保护点】
1.一种基于多源异构信号的多目标追踪及状态预测方法，其特征在于，包括如下步骤：/n(1)采集多源异构信号：通过多源异构传感监测系统采集多源异构信号；/n(2)提取特征信号：将采集到的信号，通过通信网络传输到用户端，用户端的控制系统通过数据挖掘方法对采集的信号进行特征提取，得到多个目标的位置信息，作为特征信号；/n(3)状态空间建模：将提取的特征信号作为输入，建立状态空间模型；/n(4)动态追踪及预测：利用贝叶斯分析算法，针对场景状态进行动态跟踪和预测；/n(5)多源异构传感信号融合：利用分类预测方法对每个传感器做各状态概率预测；/n(6)智能体运动控制：用户端的控制系统根据目标的实时定位状态，...

【技术特征摘要】
1.一种基于多源异构信号的多目标追踪及状态预测方法，其特征在于，包括如下步骤：
(1)采集多源异构信号：通过多源异构传感监测系统采集多源异构信号；
(2)提取特征信号：将采集到的信号，通过通信网络传输到用户端，用户端的控制系统通过数据挖掘方法对采集的信号进行特征提取，得到多个目标的位置信息，作为特征信号；
(3)状态空间建模：将提取的特征信号作为输入，建立状态空间模型；
(4)动态追踪及预测：利用贝叶斯分析算法，针对场景状态进行动态跟踪和预测；
(5)多源异构传感信号融合：利用分类预测方法对每个传感器做各状态概率预测；
(6)智能体运动控制：用户端的控制系统根据目标的实时定位状态，控制智能体运动，保证监测目标始终在智能体的最佳监测位置。


2.根据权利要求1所述的一种基于多源异构信号的多目标追踪及状态预测方法，其特征在于，所述步骤(2)中的多源异构信号通过视觉传感器、红外传感器和声波传感器，分别收集场景的图像信号、光谱信号和距离信号。


3.根据权利要求1所述的一种基于多源异构信号的多目标追踪及状态预测方法，其特征在于，所述步骤(3)中状态空间建模的具体步骤如下：
建立状态空间模型；
xk＝f(xk-1，uk，wk)
yk＝h(xk，vk)
k为时间指数，xk为提取的特征，f(·)为状态转换函数，uk为控制输入，wk为独立分布的高斯噪声，yk为测量信号，h(·)为测量模型，vk为测量误差。


4.根据...

【专利技术属性】
技术研发人员：陈赟，郭胜，唐文献，王月阳，王为民，
申请(专利权)人：江苏科技大学，镇江宇诚智能装备科技有限责任公司，
类型：发明
国别省市：江苏;32