当前位置: 首页 > 科技成果列表 > 科技成果详细

基于多方法融合的量化卡尔曼滤波方法

技术类型:发明专利

技术成熟度:研发

转让方式:技术转让、技术许可、技术入股

专利申请日:2014-09-30

专利所属地 :中国

专利号:CN201410522855.0

应用领域:通用仪器仪表制造

技术领域:电子信息

交易价格:面议专利价值评估

应用案例:否

了解与分析本科技成果,可查看成果概况并使用以下技术转移数智化应用工具:
成果概况
简介

摘要: 本发明涉及一种基于多方法融合的量化卡尔曼滤波方法,主要包括以下三部分内容:

  1. 第一部分:根据实际目标运动进行系统建模;
  2. 第二部分:参考相关文献,分别给定QKF-STF和VB-AQKF的最优估计结果;
  3. 第三部分:使用QKF-MMF实现最优线性加权融合,具体包括:
    • 计算最优加权矩阵;
    • 最终目标状态的加权融合状态估计;
    • 融合估计误差协方差及互协方差矩阵。

上述方法既具有强跟踪功能,还能对未知方差进行动态估计。它不仅实现了在线实时估计,还提高了目标跟踪的精确度。因此,该发明能够通过雷达所测得的现有数据,准确估计任意时刻目标的运动状态,从而实现目标跟踪的功能。

(此文字表达经过AI优化完善,查看原文请点击 原文)
专利基本信息
专利名称 基于多方法融合的量化卡尔曼滤波方法
专利状态 - 专利号(申请号) CN201410522855.0
申请号 - 专利申请日期 2014-09-30
专利授权日期 2017-05-10 专利权届满日 -
专利所属地 中国 专利类型 发明专利
发明人 葛泉波;李超;马金艳;邵腾
权利人 -
专利摘要 本发明涉及一种基于多方法融合的量化卡尔曼滤波方法,本发明大体包括三部分内容。第一部分根据实际目标运动进行系统建模;第二部分参考相关文献,分别给定QKF-STF和VB-AQKF的最优估计结果;第三部分使用QKF-MMF实现最优线性加权融合,其中包括计算最优加权矩阵、最终目标状态的加权融合状态估计、融合估计误差协方差及互协方差矩阵。上述方法既具有强跟踪功能还能对未知方差进行动态估计,不仅实现了在线实时估计还提高目标跟踪的精确度。因此,该发明能够通过雷达所测得的现有数据准确估计任意时刻目标的运动状态,实现了目标跟踪的功能。
成果评价分析
技术应用分析
服务案例
Baidu
map