【技术实现步骤摘要】
本专利技术涉及目标跟踪，特别涉及一种基于变分贝叶斯的交互式多模型目标跟踪方法及系统。
技术介绍
1、在机动目标跟踪领域，最常见的跟踪滤波方法就是卡尔曼滤波，即利用各种传感器获取到与目标状态有关的量测数据，从而对目标的状态进行估计，在军事、自动驾驶、交通管制中具有广泛应用。
2、在跟踪滤波器中通常采用单模型滤波结构对目标进行跟踪，即假设目标的运动模型仅有一种，但在对机动目标进行跟踪时，由于目标的运动样式多样且在实时变化，因此仅利用单模型无法保证对机动目标持续稳定的跟踪。为解决这个问题，人们通常采用多模型方法完成对机动目标的跟踪，其中最常见的就是交互式多模型方法，该方法基于不同的目标运动学模型建立多个子滤波器，并将各子滤波器的估计结果在输入和输出时进行交互，实现对机动目标的有效跟踪。但传统的多模型方法在融合各子滤波器的估计结果获取目标最终的状态估计时，是将多个滤波器的估计结果的混合高斯分布简化为单一的高斯分布，该操作损失了一定的估计精度。因此，如何充分利用多个子滤波器的估计结果实现对机动目标状态的准确估计，是本领域技术人员亟需解
<本文档来自技高网...【技术保护点】
1.一种基于变分贝叶斯的交互式多模型目标跟踪方法，其特征在于，包括：
2.根据权利要求1所述的基于变分贝叶斯的交互式多模型目标跟踪方法，其特征在于，所述目标运动学模型的表达式如下：
3.根据权利要求1所述的基于变分贝叶斯的交互式多模型目标跟踪方法，其特征在于，采用多个滤波器根据对应的目标运动学模型对所述被跟踪目标进行状态估计，具体包括：
4.根据权利要求3所述的基于变分贝叶斯的交互式多模型目标跟踪方法，其特征在于，所述交互概率的计算公式如下：
5.根据权利要求4所述的基于变分贝叶斯的交互式多模型目标跟踪方法，其特征在于，...
【技术特征摘要】
1.一种基于变分贝叶斯的交互式多模型目标跟踪方法，其特征在于，包括：
2.根据权利要求1所述的基于变分贝叶斯的交互式多模型目标跟踪方法，其特征在于，所述目标运动学模型的表达式如下：
3.根据权利要求1所述的基于变分贝叶斯的交互式多模型目标跟踪方法，其特征在于，采用多个滤波器根据对应的目标运动学模型对所述被跟踪目标进行状态估计，具体包括：
4.根据权利要求3所述的基于变分贝叶斯的交互式多模型目标跟踪方法，其特征在于，所述交互概率的计算公式如下：
5.根据权利要求4所述的基于变分贝叶斯的交互式多模型目标跟踪方法，其特征...
【专利技术属性】
技术研发人员：白瑜亮，王小刚，王宇，崔乃刚，彭一洋，荣思远，王瑞鹏，于子淼，朱梓燊，
申请(专利权)人：哈尔滨工业大学，
类型：发明
国别省市：
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。