CN116993778B 一种基于时间序列智能平滑的高速机动目标跟踪误差补偿方法 （西北工业大学）.docxVIP

(19)国家知识产权局

(12)发明专利

(10)授权公告号CN116993778B(45)授权公告日2025.07.11

(21)申请号202310920871.4

(22)申请日2023.07.25

(65)同一申请的已公布的文献号申请公布号CN116993778A

(43)申请公布日2023.11.03

(73)专利权人西北工业大学

地址710072陕西省西安市友谊西路127号

(72)发明人李天成温允巍宋燕

(74)专利代理机构西安凯多思知识产权代理事务所(普通合伙)61290

专利代理师刘新琼

(51)Int.CI.

GO6T7/246(2017.01)

GO6N3/0442(2023.01)

GO6N3/0455(2023.01)

GO6N3/0499(2023.01)

GO6N3/084(2023.01)

(56)对比文件

CN111896946A,2020.11.06

CN113393032A,2021.09.14

审查员来文燕

权利要求书2页说明书8页附图3页

(54)发明名称

目标量测就迹预处理建立机动目标航迹库多尺度航迹平滑机动目标真值就述

目标量测就迹预处理

建立机动目标航迹库

多尺度航迹平滑

机动目标真值就述

TFoT迹擦合

多尺度航迹平潜

目标跟黔网络

目标精确状态估计

日标跟鸡网络

(57)摘要

本发明涉及一种基于时间序列智能平滑的高速机动目标跟踪误差补偿方法，属于目标跟踪领域。建立机动目标运动模型与量测模型分别获取机动目标的真值航迹和量测航迹；分别对量测航迹进行平滑、拟合；构建神经网络，将平滑和拟合后的量测航迹作为神经网络的输入，将真值航迹作为神经网络的输出；将真值航迹和量测航迹组成训练数据，采用训练数据对神经网络进行训练；采用训练好的神经网络对量测航迹进行实时预测并进行航迹拼接。本发明基于TFoT目标跟踪

CN116993778B方法通过设计的多尺度航迹平滑模块和Transformer

CN116993778B

能力。

CN116993778B权利要求书1/2页

2

1.一种基于时间序列智能平滑的高速机动目标跟踪误差补偿方法，其特征在于包括：

建立机动目标运动模型与量测模型分别获取机动目标的真值航迹和量测航迹；

设计多尺度移动平均模块对量测航迹进行平滑处理；所述多尺度移动平均模块具体为：

21:K=c?Average(Padding(z1:κ,kernel_size?))+c?Average(Padding(z1:K,kernel_size?))

式中，z1:k为观测航迹状态；21:k为平滑处理后的航迹状态；Padding(·)表示填充操作以保持序列长度不变；Average(·)表示移动平均操作；C?,C2表示加权系数；kermel_size1,kernel_size2表示不同尺度的平滑窗口大小；padding表示为保证序列长度不变的填充大小；

基于连续时间轨迹函数目标跟踪方法拟合量测航迹；

构建神经网络，将平滑和拟合后的量测航迹作为神经网络的输入，将真值航迹作为神经网络的输出；将真值航迹和量测航迹组成训练数据，采用训练数据对神经网络进行训练；所述的神经网络为Transformer网络，包括输入模块、编码器、解码器和输出模块；所述编码器包括多头自注意力、前馈神经网络；所述解码器包括维度调整全连接网络、双向LSTM网络；

采用训练好的神经网络对量测航迹进行实时预测并进行航迹拼接。

2.根据权利要求1所述的一种基于时间序列智能平滑的高速机动目标跟踪误差补偿方法，其特征在于所述的真值航迹和量测航迹包括匀速直线运动CV、匀速圆周运动CT和匀加速直线运动CA三种运动模型航迹库并将其随机组合来模拟真实机动目标航迹。

3.根据权利要求1所述的一种基于时间序列智能平滑的高速机动目标跟踪误差补偿方法，其特征在于所述机动目标运动模型与量测模型分别为：

x(k)=Fx(k-1)+W(k)

z(k)=Hz(k)+V(x)

式中，x(k)表示k时刻的目标状态；F是状态转移矩阵，表征状态从前一时刻转换到当前时刻的变换；W(k)表示系统误差；z(k)表示k时刻的目标量测；H表示量测变换矩阵；V(k)表示测量误差，系统误差和量测误差为相互独立的高斯噪声。

4.根据权利要求1所述的一种基