CN107169301B - 一种分而治之航迹关联方法 - Google Patents

一种分而治之航迹关联方法 Download PDF

Info

Publication number
CN107169301B
CN107169301B CN201710428018.5A CN201710428018A CN107169301B CN 107169301 B CN107169301 B CN 107169301B CN 201710428018 A CN201710428018 A CN 201710428018A CN 107169301 B CN107169301 B CN 107169301B
Authority
CN
China
Prior art keywords
track
information source
association
matrix
grid
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201710428018.5A
Other languages
English (en)
Other versions
CN107169301A (zh
Inventor
崔亚奇
何友
熊伟
王海鹏
吕亚飞
徐永力
朱洪峰
刘恒燕
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Naval Aeronautical University
Original Assignee
Naval Aeronautical University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Naval Aeronautical University filed Critical Naval Aeronautical University
Priority to CN201710428018.5A priority Critical patent/CN107169301B/zh
Publication of CN107169301A publication Critical patent/CN107169301A/zh
Application granted granted Critical
Publication of CN107169301B publication Critical patent/CN107169301B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16Z—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS, NOT OTHERWISE PROVIDED FOR
    • G16Z99/00—Subject matter not provided for in other main groups of this subclass

Landscapes

  • Navigation (AREA)
  • Radar Systems Or Details Thereof (AREA)

Abstract

本发明公开了一种分而治之航迹关联方法，该技术属于信息融合领域，主要解决较大共视区域下，多源航迹关联算法耗时大的问题。首先对共识区域进行栅格划分，按照栅格位置对信源上报航迹进行分组。不同栅格内航迹数据同时并行处理：对处于同一栅格内的信源与信源航迹进行粗关联，生成区域逻辑关联矩阵；对区域逻辑关联矩阵进行拆分，生成多个块逻辑关联矩阵；采用现有的航迹关联算法，依次或并行对各个块逻辑关联矩阵对应的航迹进行处理，生成块逻辑关联矩阵所对应航迹间的关联关系。最后对生成的关联关系进行合并，得到航迹间的关联关系。该方法可显著降低大量目标情形下航迹关联耗时，提高算法效率。

Description

一种分而治之航迹关联方法
技术领域
本发明隶属于信息融合领域，涉及一种多源航迹关联方法，适用于具有较大共视区域的多种手段或多种系统间的航迹关联，可实现广域范围内大量目标多源航迹的快速关联。
背景技术
航迹关联是对不同手段不同系统上报的多条目标航迹进行关联处理，以期实现同一目标多源航迹的正确关联归类，为后续的航迹去重复或融合处理提供依据，从而确保一个目标只对应一条目标航迹，即保证目标航迹具有唯一性，因此航迹关联是多源信息融合的关键技术和核心环节，不可或缺。如果不进行航迹关联或航迹关联效果差，则难免会出现一个目标对应多条航迹的情况，严重影响后续态势分析的准确性。由于多个信源的航迹关联问题通常被转换为多个两个信源的航迹关联问题进行解决，因此通常以两个信源的航迹关联为典型问题进行研究。现有的航迹关联方法侧重于通过设计构建复杂的关联系数计算模型，来提高改善算法性能，然而复杂的关联系数计算模型势必会带来算法耗时的增加。由于现有的航迹关联方法需要依次计算两个信源所有航迹间的航迹关联系数，航迹关联算法耗时等于单次关联系数计算耗时乘以两个信源上报航迹数量，当共识区域较小时，区域内各源上报航迹较少，算法耗时并不会显著增加，但当共识区域较大时，区域内各源上报航迹较多，算法耗时将会显著增加，譬如假设单次关联系数计算耗时增加1毫秒，当两个信源各上报10条航迹时，航迹关联算法耗时将会增加0.1秒，但当两个信源各上报100条航迹时，航迹关联算法耗时将会增加10秒，严重影响算法的实时性，因此在较大共视区域情况下，算法耗时将会随着目标数量非线性增加，复杂度较高的航迹关联算法将无法直接应用，而即使复杂度低、计算简单的航迹关联算法也有可能由于目标航迹太多，算法实时性受到严重影响。
发明内容
本发明的目的是提出一种分而治之航迹关联方法，采用分而治之思想，通过把大区域内的航迹关联问题转换为多个小区域内的航迹关联问题，并通过现有航迹关联算法并行解决多个小区域内航迹关联问题，来实现大量目标航迹关联，旨在解决较大共视区域下，甚至全球范围内，多源航迹关联算法耗时大的问题。
本发明所述的一种分而治之航迹关联方法，其具体包括以下技术措施：首先预先对信源A与信源B共识区域进行栅格划分，并计算各信源上报航迹的栅格位置，进而按照栅格位置对信源上报航迹进行分组。然后不同栅格内航迹数据后续将按相同的处理方法同时进行并行处理：对处于同一栅格内的信源A与信源B航迹进行处理，依次计算同一栅格内信源A所有航迹与信源B所有航迹间的距离，并与粗关联门限进行比较，生成区域逻辑关联矩阵；对区域逻辑关联矩阵进行拆分，生成尽可能多且相互独立的块逻辑关联矩阵；采用现有的航迹关联算法，依次或并行对各个块逻辑关联矩阵对应的航迹进行处理；根据块逻辑关联矩阵，计算生成相应的块关联系数矩阵，并按照现有的航迹关联判决方法进行判决处理，生成块逻辑关联矩阵所对应信源A与信源B航迹间的关联关系；把栅格内所有块逻辑关联矩阵生成的关联关系进行合并，得到该栅格内所有信源A与信源B航迹间的关联关系。最后把所有栅格生成的关联关系进行合并，即得到信源A与信源B所有航迹间的关联关系。
本发明提出的一种分而治之航迹关联方法，可显著降低大量目标情形下航迹关联耗时，提高航迹关联效率。
附图说明
图1是一种分而治之航迹关联方法流程图；
图2是区域逻辑关联矩阵拆分示意图。
具体实施方式
本发明提出的一种分而治之航迹关联方法的技术方案包括以下步骤：
步骤1：预先对信源A与信源B共识区域进行栅格划分，具体包括以下子步骤：
步骤1.1：首先选定以共识局域为中心，并且面积稍大于共识区域的矩形空间为待划分空间；
步骤1.2：按照不同间隔依次从横向纵向对矩形空间进行等分，生成多个栅格区域；
步骤1.3：按照从上到下、从左到右的顺序，依次对栅格进行编号，并根据栅格编号与栅格区域空间的对应关系，构建栅格区域相应编号的计算函数ns＝g(x,y)，其中g(·)为计算函数，(x,y)为航迹点的坐标，根据空间的设定，可以是直角坐标系坐标，也可以是地理坐标系经纬坐标，ns为计算得到的栅格编号。另外需要说明的是，如果信源的探测对象是空中目标，栅格区域应划分大一些，如果探测对象是海上目标，栅格区域应划分小一些；
步骤1.4：采用函数ns＝g(x,y)，基于各信源上报航迹的最新航迹点位置，计算各信源上报航迹的栅格编号，并根据航迹栅格编号，对各信源上报航迹进行分组；
假设信源A上报的航迹编号集合为ΩA，信源B为ΩB，则通过分组后，栅格空间q包含的信源A航迹集合为
Figure BDA00013166856500000320
信源B航迹集合为
Figure BDA0001316685650000031
其表示为
Figure BDA0001316685650000032
Figure BDA0001316685650000033
其中k为最新航迹点序号，
Figure BDA0001316685650000034
为信源A航迹i在
Figure BDA0001316685650000035
时刻的位置，
Figure BDA0001316685650000036
为信源B航迹j在
Figure BDA0001316685650000037
时刻的位置。
步骤2：计算同一栅格内信源A所有航迹与信源B所有航迹间的距离，并与粗关联门限进行比较，生成区域逻辑关联矩阵，对每个栅格空间中的信源A航迹和信源B航迹进行并行处理，具体包括以下步骤：
步骤2.1：利用航迹当前航迹点的位置时间航速信息，依次计算栅格空间q内信源A航迹与信源B航迹间的距离d；
Figure BDA0001316685650000038
Figure BDA0001316685650000039
其中
Figure BDA00013166856500000310
表示信源A航迹m在
Figure BDA00013166856500000311
时刻x,y方向上的速度，
Figure BDA00013166856500000312
表示栅格空间q内信源A第i个航迹的航迹编号，
Figure BDA00013166856500000313
表示栅格空间q内信源B第j个航迹的航迹编号，
Figure BDA00013166856500000314
步骤2.2：与粗关联门限λb进行比较，如果小于等于门限，则为真，如果大于门限，则为假；
Figure BDA00013166856500000315
步骤2.3：进而生成区域逻辑关联矩阵L。
Figure BDA00013166856500000316
步骤3：对区域逻辑关联矩阵L进行拆分，生成尽可能多的块逻辑关联矩阵O，并且保证任意块逻辑关联矩阵中的信源A航迹与其他任意块逻辑关联矩阵中的信源B航迹在区域逻辑关联矩阵L中的对应量为0，即
Figure BDA00013166856500000317
其中N(O)表示L拆分生成的O个数，row(·)表示矩阵的行数，col(·)表示矩阵的列数，
Figure BDA00013166856500000318
表示块逻辑关联矩阵O第i行对应信源A航迹在L矩阵中对应的行数，
Figure BDA00013166856500000319
表示块逻辑关联矩阵O第j列对应信源B航迹在L矩阵中对应的列数；
一种区域逻辑关联矩阵快速拆分方法具体包括以下步骤：
步骤3.1：初始化变量集合TR,TC为空，块关联矩阵个数为l＝0，待拆分的区域逻辑关联矩阵为L；
步骤3.2：判断L所有元素是否均为0，如果是，转到步骤g，如果不是，往下进行；
步骤3.3：判断TR是否为空，如果为空，不进行处理；如果不为空，获取L矩阵第TR(1)行所有非0元素的列位置，并把获取的列位置集合与TC进行集合并处理，处理结果赋予TC集合，然后把L矩阵第TR(1)行所有元素赋0，并把TR(1)加入ORl集合，同时从TR中删除；
步骤3.4：判断TC是否为空：如果为空，不进行处理；如果不为空，获取L矩阵第TC(1)列所有非0元素的行位置，并把获取的行位置集合与TR进行集合并处理，处理结果赋予TR集合，然后把L矩阵第TC(1)列所有元素赋0，并把TC(1)加入OCl集合，同时从TC中删除；
步骤3.5：判断TR与TC是否同时为空，如果是，查找L矩阵中任意一个非0元素的位置，并把其行位置赋予TR，列位置赋予TC，块关联矩阵个数加1，即l＝l+1，同时初始化ORl,OCl为空；
步骤3.6：跳转到步骤3.2进行处理；
步骤3.7：把TC加入OCl集合，把TR加入ORl集合，判断ORl,OCl是否为空，如果是，删除ORl,OCl，并且块关联矩阵个数减1，即l＝l-1；
步骤3.8：对i＝1:l，所有的ORi,OCi变量，按从小到大顺序进行变量内数据排序，然后提取L中ORi行OCi列元素赋予Oi，即得到块逻辑关联矩阵Oi，其中ORi表示Oi每行在L矩阵中的对应行位置，OCi表示Oi每列在L矩阵中的对应列位置。
步骤4：采用现有的航迹关联算法，依次或并行对各个块逻辑关联矩阵对应的航迹进行处理：
步骤4.1：采用现有的航迹关联系数计算方法，计算块逻辑关联矩阵Ol所对应信源A航迹与信源B航迹间的关联系数，进而生成与块逻辑关联矩阵Ol相对应的关联系数矩阵ρl。譬如采用加权航迹关联算法，计算信源A航迹与信源B航迹连续多个时刻统计距离的加权值，作为航迹间的关联系数；
步骤4.2：根据设置的关联门限λ，对关联系数矩阵进行门限判决；
步骤4.3：采用经典分配算法或广义拍卖算法等方法，对关联系数矩阵ρl进行处理，生成块逻辑关联矩阵Ol所对应信源A与信源B航迹间的关联集合
Figure BDA0001316685650000041
对于任意一个关联对
Figure BDA0001316685650000042
表示信源A编号i航迹与信源B编号j航迹相关联。
步骤5：合并关联关系，得到信源A与信源B所有航迹间的关联关系，具体包括以下步骤：
步骤5.1：把所有块逻辑关联矩阵生成的关联关系集合直接进行合并，得到该栅格内所有信源A与信源B航迹间的关联集合Ηq；
Figure BDA0001316685650000051
步骤5.2：把所有栅格生成的关联关系集合直接进行合并，即可得到信源A与信源B所有航迹间的关联关系Η；
Figure BDA0001316685650000052
其中N(S)表示栅格空间个数。

Claims (5)

1.一种分而治之航迹关联方法，其特征在于，包括以下特征：
步骤1：对信源共识区域进行栅格划分，信源航迹按照栅格空间进行分组，不同栅格内航迹并行处理；
步骤2：计算同一栅格内信源A所有航迹与信源B所有航迹间的距离，并与粗关联门限进行比较，生成区域逻辑关联矩阵；
步骤3：对区域逻辑关联矩阵进行拆分，生成尽可能多且相互独立的块逻辑关联矩阵；
步骤4：采用现有的航迹关联算法，依次或并行对各个块逻辑关联矩阵对应的航迹进行处理，生成块逻辑关联矩阵所对应信源A与信源B航迹间的关联关系；
步骤5：把栅格内所有块逻辑关联矩阵生成的关联关系进行合并，得到栅格内所有信源A与信源B航迹间的关联关系，进一步把所有栅格生成的关联关系进行合并，即得到信源A与信源B所有航迹间的关联关系；
步骤3中生成尽可能多且相互独立的块逻辑关联矩阵O，具体包括以下子步骤：
步骤3.1：初始化变量集合TR,TC为空，块关联矩阵个数为l＝0，待拆分的区域逻辑关联矩阵为L；
步骤3.2：判断L所有元素是否均为0，如果是，转到步骤3.7，如果不是，往下进行；
步骤3.3：判断TR是否为空：如果为空，不进行处理；如果不为空，获取L矩阵第TR(1)行所有非0元素的列位置，并把获取的列位置集合与TC进行集合并处理，处理结果赋予TC集合，然后把L矩阵第TR(1)行所有元素赋0，并把TR(1)加入ORl集合，同时从TR中删除；
步骤3.4：判断TC是否为空：如果为空，不进行处理；如果不为空，获取L矩阵第TC(1)列所有非0元素的行位置，并把获取的行位置集合与TR进行集合并处理，处理结果赋予TR集合，然后把L矩阵第TC(1)列所有元素赋0，并把TC(1)加入OCl集合，同时从TC中删除；
步骤3.5：判断TR与TC是否同时为空，如果是，查找L矩阵中任意一个非0元素的位置，并把其行位置赋予TR，列位置赋予TC，块关联矩阵个数加1，即l＝l+1，同时初始化ORl,OCl为空；
步骤3.6：跳转到步骤3.2进行处理；
步骤3.7：把TC加入OCl集合，把TR加入ORl集合，判断ORl,OCl是否为空，如果是，删除ORl,OCl，并且块关联矩阵个数减1，即l＝l-1；
步骤3.8：对i＝1:l，所有的ORi,OCi变量，按从小到大顺序进行变量内数据排序，然后提取L中ORi行OCi列元素赋予Oi，即得到块逻辑关联矩阵Oi，其中ORi表示Oi每行在L矩阵中的对应行位置，OCi表示Oi每列在L矩阵中的对应列位置。
2.如权利要求1所述的一种分而治之航迹关联方法，其特征在于所述步骤1，具体包括以下子步骤：
步骤1.1：选定以共识局域为中心，并且面积稍大于共识区域的矩形空间为待划分空间；
步骤1.2：按照不同间隔依次从横向纵向对矩形空间进行等分，生成多个栅格区域；
步骤1.3：按照从上到下、从左到右的顺序，依次对栅格进行编号，并根据栅格编号与栅格区域空间的对应关系，构建栅格区域相应编号的计算函数；
步骤1.4：基于各信源上报航迹的最新航迹点位置，计算各信源上报航迹的栅格编号，根据航迹栅格编号，对各信源上报航迹进行分组；
假设信源A上报的航迹编号集合为ΩA，信源B为ΩB，则通过分组后，栅格空间q包含的信源A航迹集合为
Figure FDA0002389383330000021
信源B航迹集合为
Figure FDA0002389383330000022
其表示为
Figure FDA0002389383330000023
Figure FDA0002389383330000024
其中k为最新航迹点序号，
Figure FDA0002389383330000025
为信源A航迹i在
Figure FDA0002389383330000026
时刻的位置，
Figure FDA0002389383330000027
为信源B航迹j在
Figure FDA0002389383330000028
时刻的位置，
Figure FDA0002389383330000029
为航迹栅格编号生成函数。
3.如权利要求1所述的一种分而治之航迹关联方法，其特征在于所述步骤2中生成区域逻辑关联矩阵，具体包括以下子步骤：
步骤2.1：利用航迹当前航迹点的位置时间航速信息，依次计算栅格空间q内信源A航迹与信源B航迹间的距离d；
Figure FDA00023893833300000210
Figure FDA00023893833300000211
其中k为最新航迹点序号，
Figure FDA00023893833300000212
为信源A航迹m在
Figure FDA00023893833300000213
时刻的位置，
Figure FDA00023893833300000214
为信源B航迹n在
Figure FDA00023893833300000215
时刻的位置，
Figure FDA00023893833300000216
表示信源A航迹m在
Figure FDA00023893833300000217
时刻x,y方向上的速度，
Figure FDA00023893833300000218
表示栅格空间q内信源A第i个航迹的航迹编号，
Figure FDA00023893833300000219
表示栅格空间q内信源B第j个航迹的航迹编号；
步骤2.2：与粗关联门限λb进行比较，如果小于等于门限，则为真，如果大于门限，则为假；
Figure FDA00023893833300000220
步骤2.3：根据栅格内不同航迹间粗关联结果，生成区域逻辑关联矩阵L。
Figure FDA0002389383330000031
4.如权利要求1所述的一种分而治之航迹关联方法，其特征在于所述步骤4，具体包括以下子步骤：
步骤4.1：采用现有的航迹关联系数计算方法，计算块逻辑关联矩阵Ol所对应信源A航迹与信源B航迹间的关联系数，进而生成与块逻辑关联矩阵Ol相对应的关联系数矩阵ρl，可采用加权航迹关联算法，计算信源A航迹与信源B航迹连续多个时刻统计距离的加权值，作为航迹间的关联系数；
步骤4.2：根据设置的关联门限λ，对关联系数矩阵进行门限判决；
步骤4.3：采用经典分配算法或广义拍卖算法，对关联系数矩阵ρl进行处理，生成块逻辑关联矩阵Ol所对应信源A与信源B航迹间的关联集合
Figure FDA0002389383330000032
对于任意一个关联对
Figure FDA0002389383330000033
表示信源A编号i航迹与信源B编号j航迹相关联。
5.如权利要求1所述的一种分而治之航迹关联方法，其特征在于所述步骤5，具体包括以下子步骤：
步骤5.1：把所有块逻辑关联矩阵生成的关联关系集合直接进行合并，得到该栅格内所有信源A与信源B航迹间的关联集合Ηq；
步骤5.2：把所有栅格生成的关联关系集合直接进行合并，即可得到信源A与信源B所有航迹间的关联关系Η。
CN201710428018.5A 2017-06-08 2017-06-08 一种分而治之航迹关联方法 Active CN107169301B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710428018.5A CN107169301B (zh) 2017-06-08 2017-06-08 一种分而治之航迹关联方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710428018.5A CN107169301B (zh) 2017-06-08 2017-06-08 一种分而治之航迹关联方法

Publications (2)

Publication Number Publication Date
CN107169301A CN107169301A (zh) 2017-09-15
CN107169301B true CN107169301B (zh) 2020-05-12

Family

ID=59826062

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710428018.5A Active CN107169301B (zh) 2017-06-08 2017-06-08 一种分而治之航迹关联方法

Country Status (1)

Country Link
CN (1) CN107169301B (zh)

Families Citing this family (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109085569B (zh) * 2018-08-13 2022-11-01 南京邮电大学 一种基于区域划分的多雷达航迹关联方法
CN110991539B (zh) * 2019-09-05 2023-10-31 北京无线电测量研究所 空间目标高频次重复行为识别方法
CN111582356B (zh) * 2020-04-30 2022-03-29 中国人民解放军海军航空大学 一种目标信息统一表示及关联方法
CN111854729B (zh) * 2020-05-29 2022-03-01 西北工业大学 一种基于运动信息和属性信息的航迹关联方法
CN111858816B (zh) * 2020-07-23 2023-06-13 成都民航空管科技发展有限公司 一种提高单监视源与多监视源航迹关联效率的方法及系统
CN114895295B (zh) * 2022-04-19 2023-06-02 中国电子科技集团公司第十研究所 一种基于k近邻的通信散点关联加速方法及系统

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2016167842A1 (en) * 2015-04-13 2016-10-20 Raytheon Company Apparatus and method for processing electronic intelligence (elint) and radar tracking data
CN106443664A (zh) * 2016-09-13 2017-02-22 中国人民解放军海军航空工程学院 系统误差下基于拓扑信息的雷达与esm航迹关联方法

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2016167842A1 (en) * 2015-04-13 2016-10-20 Raytheon Company Apparatus and method for processing electronic intelligence (elint) and radar tracking data
CN106443664A (zh) * 2016-09-13 2017-02-22 中国人民解放军海军航空工程学院 系统误差下基于拓扑信息的雷达与esm航迹关联方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
大批量目标航迹关联加速方法;王前东;《电讯技术》;20141231;第54卷(第12期);第1641-1645页 *

Also Published As

Publication number Publication date
CN107169301A (zh) 2017-09-15

Similar Documents

Publication Publication Date Title
CN107169301B (zh) 一种分而治之航迹关联方法
CN110659664B (zh) 一种基于ssd的高精度识别小物体的方法
CN107016677A (zh) 一种基于fcn和cnn的云图分割方法
CN109739585B (zh) 基于spark集群并行化计算的交通拥堵点发现方法
CN104931044A (zh) 一种星敏感器图像处理方法及系统
CN104103070B (zh) 一种基于光学图像的着陆点选取方法
CN108961385A (zh) 一种slam构图方法及装置
CN115545166A (zh) 一种改进的ConvNeXt卷积神经网络及其遥感图像的分类方法
CN116226403A (zh) 基于行为特征图谱的船舶动向概率连续预测方法与装置
CN116168246A (zh) 一种用于铁路工程的弃渣场识别方法、装置、设备及介质
CN114943902A (zh) 基于多尺度特征感知网络的城市植被无人机遥感分类方法
CN111652976B (zh) 基于dem栅格数据的通视分析方法
CN106251004B (zh) 基于改进空间距离划分的目标分群方法
CN110059544B (zh) 一种基于道路场景的行人检测方法和系统
CN104684083B (zh) 一种基于分簇思想的ap选择方法
CN111221819A (zh) 一种基于多维数据空间分割的相似台风快速匹配方法
CN114399728B (zh) 一种雾天场景人群计数方法
CN108957594B (zh) 一种商遥卫星轨道总云量预报修正方法及修正系统
CN114820931B (zh) 基于虚拟现实的智慧城市cim可视化实时成像方法
CN116244391A (zh) 一种海量航迹目标典型阵位提取方法
CN115563574A (zh) 一种基于综合判据的多传感器空中目标点迹数据融合方法
CN113075636B (zh) 量测点的平行线坐标变换及微弱目标检测方法
Zhang et al. SololaneNet: instance segmentation-based lane detection method using locations
Huang et al. Deep ConvLSTM-inception network for traffic prediction in smart cities
Ya et al. Multi-Scale PointPillars 3D Object Detection Network

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
TA01 Transfer of patent application right
TA01 Transfer of patent application right

Effective date of registration: 20200417

Address after: 264001 Research and Academic Department, 188 Erma Road, Zhifu District, Yantai City, Shandong Province

Applicant after: NAVAL AERONAUTICAL University

Address before: 264001 Yantai City, Zhifu Province, No. two road, No. 188, Department of research,

Applicant before: NAVAL AERONAUTICAL AND ASTRONAUTICAL UNIVERSITY, PLA

GR01 Patent grant
GR01 Patent grant