一种用于目标跟踪的混合平方根容积卡尔曼滤波方法

发明专利无效专利

申请号：
CN201710190791.2
IPC分类号：G06F17/15;G01C21/20
申请日期：
2017-03-28
申请人：
南京理工大学

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	一种用于目标跟踪的混合平方根容积卡尔曼滤波方法
申请号	CN201710190791.2	申请日期	2017-03-28
法律状态	驳回	申报国家	中国
公开/公告日	2017-08-04	公开/公告号	CN107015944A
优先权	暂无	优先权号	暂无
主分类号	G06F17/15 ? IPC结构图谱： G 物理 G0 仪器 G06 计算；推算；计数 G06F 电数字数据处理（基于特定计算模型的计算机系统入G06N） G06F17/00 特别适用于特定功能的数字计算设备或数据处理设备或数据处理方法〔6〕 G06F17/10 复杂数学运算的〔6〕 G06F17/15 相关函数计算的〔6〕	IPC分类号	G;0;6;F;1;7;/;1;5;;;G;0;1;C;2;1;/;2;0查看分类表>
申请人	南京理工大学	申请人地址	江苏省南京市玄武区孝陵卫200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	南京理工大学	当前权利人	南京理工大学
发明人	刘华军;赖少发
代理机构	南京理工大学专利中心	代理人	孟睿

摘要

本发明提出一种用于目标跟踪的混合平方根容积卡尔曼滤波方法。步骤包括：根据初始化后的状态向量、过程噪声协方差平方根因子、测量噪声协方差平方根因子、状态协方差平方根因子，预测目标先验状态向量和先验状态协方差平方根因子；计算状态向量容积采样点；计算测量向量容积采样点和测量向量容积采样点，获得测量向量；计算卡尔曼增益和后验状态协方差平方根因子；计算后验状态向量。本发明在保证滤波精度不变的前提下，大大提升了滤波效率，具有很强的实时性能。

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