[發明專利]基于隨機噪聲的局部自組織大規模群體動態目標跟蹤方法在審
| 申請號: | 202110050734.0 | 申請日: | 2021-01-14 |
| 公開(公告)號: | CN112836356A | 公開(公告)日: | 2021-05-25 |
| 發明(設計)人: | 王麗君;李陽;蘇偉;徐平海;陳先中 | 申請(專利權)人: | 北京科技大學 |
| 主分類號: | G06F30/20 | 分類號: | G06F30/20;G06F119/10 |
| 代理公司: | 北京市廣友專利事務所有限責任公司 11237 | 代理人: | 張仲波;鄧琳 |
| 地址: | 100083*** | 國省代碼: | 北京;11 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 基于 隨機 噪聲 局部 組織 大規模 群體 動態 目標 跟蹤 方法 | ||
1.一種基于隨機噪聲的局部自組織大規模群體動態目標跟蹤方法,其特征在于,包括以下步驟:
構建含有不確定動態目標的HK模型,并給出噪聲存在時模型的自發一致性定義,其中,所述含有不確定動態目標的HK模型包括:動態目標僅被部分個體感知的HK模型和動態目標獨立存在的HK模型;
針對動態目標僅被部分個體感知的HK模型,進行不完全信息的動態目標跟蹤,并進行驗證;
針對動態目標獨立存在的HK模型,進行不完全信息的動態目標跟蹤,并進行驗證。
2.根據權利要求1所述的基于隨機噪聲的局部自組織大規模群體動態目標跟蹤方法,其特征在于,所述構建含有不確定動態目標的HK模型包括:
構建動態目標僅被部分個體感知的HK模型,包括:
設計動態目標僅被系統部分個體感知的HK模型自組織規則:
其中
并且
A(t)=A+Δ(t),|Δ(t)|<Δ
式中:α∈[0,1]是動態目標的吸引強度;并且1≤|S|≤n,指含動態目標的個體集合;I{·}為指示性函數,根據條件是否成立取值1或者0;為t時刻閾值范圍內代理i的鄰居集;此處|·|為鄰居集的基數或實數的絕對值;ε∈(0,1]為群體中個體間的信任閾值;A(t)∈[0,1]是在t時刻的動態目標,此動態目標在固定值A的Δ(t)范圍內持續波動,并且滿足Δ>0;
添加隨機噪聲后,動態目標僅被部分個體感知的HK模型的自組織規則:
式中:是服從于[-δ,δ]上的均與分布,而且滿足δ>0;
構建動態目標獨立存在的HK模型,包括:
針對動態目標以未知動態獨立存在的情況,引入一個未知的動態代理,并滿足
xΙ(t)≡A(t)=A+Δ(t),t≥0
添加隨機噪聲后,動態目標獨立存在的HK模型自組織規則:
其中
3.根據權利要求2所述的基于隨機噪聲的局部自組織大規模群體動態目標跟蹤方法,其特征在于,所述給出噪聲存在時模型的自發一致性定義包括:
對系統模型最終與動態目標一致進行定義:
那么對于如果有成立,則系統以精度實現與A(t)的同步。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于北京科技大學,未經北京科技大學許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202110050734.0/1.html,轉載請聲明來源鉆瓜專利網。





