基于最大期望近似的切尔诺夫融合方法

发明专利有效专利

申请号：
CN201710740143.X
IPC分类号：G06K9/62;H04W84/18
申请日期：
2017-08-25
申请人：
电子科技大学

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	基于最大期望近似的切尔诺夫融合方法
申请号	CN201710740143.X	申请日期	2017-08-25
法律状态	授权	申报国家	暂无
公开/公告日	2018-01-16	公开/公告号	CN107590509A
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;;;H;0;4;W;8;4;/;1;8查看分类表>
申请人	电子科技大学	申请人地址	四川省成都市高新区（西区）西源大道2006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	电子科技大学	当前权利人	电子科技大学
发明人	易伟;黎明;陈树东;李洋漾;孔令讲;柴雷;付玲枝;王经鹤
代理机构	成都虹盛汇泉专利代理有限公司	代理人	王伟

摘要

本发明公开了一种基于最大期望近似的切尔诺夫融合方法。其包括在每部传感器进行粒子滤波获得本地的估计结果，同时采用最大期望方法将本地估计结果近似为高斯混合分布，并在多传感器之间交互高斯混合参数，然后利用一阶近似模型下的切尔诺夫融合方法进行初步的数据融合，将融合结果作为重要性采样函数，恢复各个传感器的本地粒子样本，同时计算对应的指数权值，获得每个粒子样本的指数加权结果，并作为新的粒子样本，并再次利用最大期望方法将其近似为高斯混合分布，最后依据切尔诺夫融合准则进行分布式数据融合，利用融合结果计算得到目标的估计状态。该方法可以实现最优的切尔诺夫融合，获得精度高且保守的分布式数据融合结果。

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