本发明公开了一种奈曼‑皮尔逊判决准则下的多传感器信息融合方法，旨在克服现有技术中可信度低、容错率低和整体性差的问题，其包括如下步骤：融合中心获取多维度数据集z，设立检验模型；根据最大后验概率准则计算得到多维度数据集z中的观测数据，将观测数据代入奈曼‑皮尔逊判决准则进行序贯判决得到单传感器判决结果，将单传感器判决结果代入卡尔曼滤波算法进行滤波得到滤波结果；对滤波结果进行信息融合得到多传感器信息融合结果。
📄 2022106557475
📂 G06K9_62
👤 浙江大学台州研究院
📅 2022-06-10
本发明公开了一种迭代更新的多传感器GMPHD自适应融合方法，该方法先构建异步多传感器多目标跟踪场景和构建一种多传感器迭代更新自适应融合框架；在每个传感器上分别应用高斯混合PHD滤波算法对历史估计信息和自身获得的测量值进行滤波估计；再进行传感器排序和融合，对各传感器滤波后的混合高斯信息进行枝剪合并操作，并输出目标估计信息；再将输出反馈给各传感器，作为下一时刻的输入。本发明配置结构明了，计算量小，可广泛应用于多目标跟踪领域，该方法可以提高在密集杂波环境下多传感器对监测区域内目标的估计精度，维持跟踪过程。
📄 2019107896361
📂 G01S13_72
👤 杭州电子科技大学
📅 2019-08-26
本发明公开了一种基于OSPA迭代的多传感器GMPHD自适应融合方法，本发明为了研究融合顺序对融合结果的影响,在量测迭迭代校正多传感器PHD(ICMPHD)算法的基础上，基于OSPA度量评价指标,提出了一种自适应迭代校正多传感器PHD(AICMPHD)方法，再将高斯混合(GM)技术引入AICMPHD方法中，实现AIC-GMPHD算法。本发明配置结构明了，计算量小，可广泛应用于多目标跟踪领域。
📄 2019112303296
📂 G06T7_277
👤 杭州电子科技大学
📅 2019-12-04
本发明公开了一种奈曼‑皮尔逊判决准则下的多传感器信息融合系统，旨在克服现有技术中可信度低、容错率低和整体性差的问题，其包括多个传感器和融合中心，多个传感器用于获取多维度数据集z，融合中心用于根据最大后验概率准则计算得到多维度数据集z中的观测数据，将观测数据代入奈曼‑皮尔逊判决准则进行序贯判决得到单传感器判决结果，将单传感器判决结果代入卡尔曼滤波算法进行滤波得到滤波结果，对滤波结果进行信息融合得到多传感器信息融合结果。
📄 2022106557422
📂 G06F18_25
👤 浙江大学台州研究院
📅 2022-06-10
本发明公开了一种基于多传感器的信息融合系统及方法，属于传感器领域，用于解决当下通过传感器进行信息采集时，由于未对传感器的监测情况和设备情况进行分析导致采集得到的数据不具备参考价值的问题，包括设备分析模块、数据融合模块、传感监测模块和设备剔除模块，所述传感监测模块用于对传感器的历史传感情况进行监测，所述设备剔除模块用于对不符合传感监测的传感器进行剔除，所述设备分析模块用于对待检传感器的设备情况进行分析，所述数据融合模块用于对正常传感集中待检传感器工作时采集得到的数据信息进行融合，本发明从监测和设备等因素对传感器进行分析，基于传感器的分析结果实现信息的准确融合。
📄 2023106163552
📂 G06F18_25
👤 淮阴工学院
📅 2023-05-29
柿子坊 · 知识产权运营
柿子坊知识产权运营平台