项目名称: 运动宽带目标的波达方向估计研究

项目编号: No.61302168

项目类型: 青年科学基金项目

立项/批准年度: 2014

项目学科: 无线电电子学、电信技术

项目作者: 冯大航

作者单位: 中国科学院声学研究所

项目金额: 26万元

中文摘要: 运动宽带目标波达方向(DOA)估计是目标跟踪领域的一个重要问题。本项目旨在通过对传统宽带DOA估计方法和粒子滤波算法的研究,建立新的运动宽带目标的DOA估计模型,引入角度函数(角度随时间变化的函数),利用相邻快拍之间的相关性,寻找角度函数参数的最优化求解方法。同时由于宽带目标运动,会产生多普勒效应,以及运动过程中发动机转速的变化等因素,目标的频谱特征也会随之发生变化,即目标的频谱也是时间的函数。在新模型的框架下,进一步引入频谱函数,实现对角度函数和频谱函数参数的同时估计,以及利用两者之间的相关性提高角度估计的精度和算法的鲁棒性,同时利用频谱函数的估计结果还可以为多运动目标的DOA估计提供解决途径。

中文关键词: 波达方向估计;贝叶斯;宽带运动目标;粒子滤波;目标跟踪

英文摘要: Direction of arrival (DOA) estimation for moving wideband target is a key problem in target tracking. In this project, a novel DOA estimation model for moving wideband target will be studied based on the conventional DOA estimation methods of wideband signal and the technique of particle filter. In the new model, the DOA function (the DOA of target varies with the time) is introduced, and the parameters of the DOA function will be estimated optimally through the correlation of the adjacent snapshots. The spectrum of the moving target also varies with the time due to many reasons, such as the effect of Doppler, the changing of engine speed. In the new model, the spectrum of moving target is further introduced, and the parameters of DOA function and the spectrum function are estimated simultaneously. The correlation of the DOA function and the spectrum function can be used to improve the accuracy of DOA estimation and robustness of DOA estimation. The estimation of the spectrum can also be used to solve the problem of DOA estimation of multiple moving targets.

英文关键词: Direction of arrival;Bayesian;wide-band moving target;particle filter;target trajectory

成为VIP会员查看完整内容
0

相关内容

腾讯碳中和目标及行动路线报告, 32页pdf
专知会员服务
69+阅读 · 2022年2月24日
逆优化: 理论与应用
专知会员服务
36+阅读 · 2021年9月13日
专知会员服务
48+阅读 · 2021年8月29日
专知会员服务
44+阅读 · 2021年4月15日
[WWW2021]图结构估计神经网络
专知会员服务
42+阅读 · 2021年3月29日
【经典书】R机器学习入门:严格的数学分析,225页pdf
专知会员服务
61+阅读 · 2021年2月16日
专知会员服务
42+阅读 · 2021年2月8日
专知会员服务
42+阅读 · 2020年7月29日
【CVPR2020-谷歌】多目标(车辆)跟踪与检测框架 RetinaTrack
专知会员服务
44+阅读 · 2020年4月10日
从最小二乘法到卡尔曼滤波
PaperWeekly
1+阅读 · 2021年12月22日
【夯实基础】卡尔曼滤波
极市平台
1+阅读 · 2021年11月3日
计算机视觉方向简介 | 视觉惯性里程计(VIO)
计算机视觉life
64+阅读 · 2019年6月16日
重磅!商汤开源目标跟踪最强算法SiamRPN系列
AI前线
13+阅读 · 2019年5月24日
读者来稿 | 有效遮挡检测的鲁棒人脸识别
计算机视觉战队
19+阅读 · 2019年3月28日
ECCV 2018 | Bi-box行人检测:‘行人遮挡’为几何?
极市平台
13+阅读 · 2018年9月30日
目标跟踪算法分类
算法与数据结构
20+阅读 · 2018年9月28日
干货!一文读懂行人检测算法
全球人工智能
11+阅读 · 2018年5月31日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
2+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
2+阅读 · 2011年12月31日
国家自然科学基金
1+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
3+阅读 · 2008年12月31日
小贴士
相关VIP内容
腾讯碳中和目标及行动路线报告, 32页pdf
专知会员服务
69+阅读 · 2022年2月24日
逆优化: 理论与应用
专知会员服务
36+阅读 · 2021年9月13日
专知会员服务
48+阅读 · 2021年8月29日
专知会员服务
44+阅读 · 2021年4月15日
[WWW2021]图结构估计神经网络
专知会员服务
42+阅读 · 2021年3月29日
【经典书】R机器学习入门:严格的数学分析,225页pdf
专知会员服务
61+阅读 · 2021年2月16日
专知会员服务
42+阅读 · 2021年2月8日
专知会员服务
42+阅读 · 2020年7月29日
【CVPR2020-谷歌】多目标(车辆)跟踪与检测框架 RetinaTrack
专知会员服务
44+阅读 · 2020年4月10日
相关资讯
从最小二乘法到卡尔曼滤波
PaperWeekly
1+阅读 · 2021年12月22日
【夯实基础】卡尔曼滤波
极市平台
1+阅读 · 2021年11月3日
计算机视觉方向简介 | 视觉惯性里程计(VIO)
计算机视觉life
64+阅读 · 2019年6月16日
重磅!商汤开源目标跟踪最强算法SiamRPN系列
AI前线
13+阅读 · 2019年5月24日
读者来稿 | 有效遮挡检测的鲁棒人脸识别
计算机视觉战队
19+阅读 · 2019年3月28日
ECCV 2018 | Bi-box行人检测:‘行人遮挡’为几何?
极市平台
13+阅读 · 2018年9月30日
目标跟踪算法分类
算法与数据结构
20+阅读 · 2018年9月28日
干货!一文读懂行人检测算法
全球人工智能
11+阅读 · 2018年5月31日
相关基金
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
2+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
2+阅读 · 2011年12月31日
国家自然科学基金
1+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
3+阅读 · 2008年12月31日
微信扫码咨询专知VIP会员