[发明专利]基于稀疏表示的多传感器航迹融合方法在审

专利信息
申请号: 201610196780.0 申请日: 2016-03-31
公开(公告)号: CN105825239A 公开(公告)日: 2016-08-03
发明(设计)人: 张冰尘;王欢;孙进平;洪文;蒋成龙;毕辉 申请(专利权)人: 中国科学院电子学研究所
主分类号: G06K9/62 分类号: G06K9/62;G06K9/46;G01S7/02
代理公司: 中科专利商标代理有限责任公司 11021 代理人: 曹玲柱
地址: 100190 *** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要: 发明提供了一种基于稀疏表示的多传感器航迹融合方法。该多传感器航迹融合方法包括:根据各个局部传感器航迹的当前时刻状态信息构建无噪声训练样本集T和含噪声训练样本集R;基于两者建立字典训练模型;对字典训练模型进行训练,学习出了一对无噪声、含噪声字典D、C,使得无噪声、含噪声训练样本T、R分别在D、C中能够被稀疏的表示,并且具有相同的表示系数G;每一时刻把所有局部传感器得到的航迹状态向量表示成一个向量,找出该向量在含噪声字典中的稀疏表示系数,通过无噪声字典D和稀疏表示系数得到融合后的全局航迹状态向量。本发明能够得到了比线性最小均方误差(LMMSE)融合方法更好的融合效果;同时,能够融合各种各样的信息。
搜索关键词: 基于 稀疏 表示 传感器 航迹 融合 方法
【主权项】:
一种基于稀疏表示的多传感器航迹融合方法,其特征在于,包括:步骤A:根据各个局部传感器航迹的当前时刻状态信息构建无噪声训练样本集T;步骤B:根据传感器产生的局部传感器航迹构建含噪声训练样本集R;步骤C:基于无噪声训练样本集T和含噪声训练样本集R,建立字典训练模型;步骤D:对字典训练模型进行训练,学习出了一对无噪声、含噪声字典D、C,使得无噪声、含噪声训练样本T、R分别在无噪声、含噪声字典D、C中能够被稀疏的表示,并且具有相同的表示系数G;以及步骤E:每一时刻把所有局部传感器得到的航迹状态向量表示成一个向量,找出该向量在含噪声字典中的稀疏表示系数,通过无噪声字典D和稀疏表示系数得到融合后的全局航迹状态向量。
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中国科学院电子学研究所,未经中国科学院电子学研究所许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/patent/201610196780.0/,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top