基于期望最大化高斯混合缩减的分布式贝叶斯滤波器目标跟踪方法

发明专利有效专利

申请号：
CN202110698228.2
IPC分类号：G06K9/62
申请日期：
2021-06-23
申请人：
西北工业大学

基础信息

权利要求

说明书

PDF全文

法律信息

引证文献

著录项信息

专利名称	基于期望最大化高斯混合缩减的分布式贝叶斯滤波器目标跟踪方法
申请号	CN202110698228.2	申请日期	2021-06-23
法律状态	公开	申报国家	中国
公开/公告日	2021-10-22	公开/公告号	CN113537299A
优先权	暂无	优先权号	暂无
主分类号	G06K9/62 ? IPC结构图谱： G 物理 G0 仪器 G06 计算；推算；计数 G06K 数据识别；数据表示；记录载体；记录载体的处理（印刷本身入B41J） G06K9/00 用于阅读或识别印刷或书写字符或者用于识别图形，例如，指纹的方法或装置（用于图表阅读或者将诸如力或现状态的机械参量的图形转换为电信号的方法或装置入G06K 11/00；语音识别入G10L 15/00）〔1，7〕 G06K9/62 应用电子设备进行识别的方法或装置〔3〕	IPC分类号	G;0;6;K;9;/;6;2查看分类表>
申请人	西北工业大学	申请人地址	陕西省西安市友谊西路127号变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	西北工业大学	当前权利人	西北工业大学
发明人	杨峰;唐欣怡;李天成;郑丽涛
代理机构	西北工业大学专利中心	代理人	华金

摘要

本发明涉及基于期望最大化高斯混合缩减的分布式贝叶斯滤波器目标跟踪方法，首先，运用OWM进行权重剪枝策略，删除对后验分布贡献可忽略不计的分量。然后，使用WKLD迭代算法进行预处理，预处理步骤可以减少后续算法的迭代次数，在数据量大时可以有效提高计算效率。最后，将高斯混合缩减问题转化为求解缩减后全局最优的高斯混合分布参数估计问题。将EM算法进行改进，扩展至对由大量高斯分量缩减至少量高斯分量组成的混合分布问题进行参数估计的问题中，从而进行全局最优的聚合。最终，将本文所提基于PP框架的改进EM高斯混合缩减方法应用至分布式贝叶斯滤波器目标跟踪场景，仿真结果表明改进PP‑EM高斯混合缩减方法以计算复杂度为代价，有效提高了精度。

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有引用任何外部专利数据！

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有被任何外部专利所引用！

我浏览过的专利

专利服务由北京酷爱智慧知识产权代理公司提供