首页> 中国专利> 一种基于隐马尔科夫模型的群目标动态行为识别方法

一种基于隐马尔科夫模型的群目标动态行为识别方法

摘要

本发明公开了一种基于隐马尔科夫模型的群目标动态行为识别方法,包括:根据群目标实时动态位置坐标信息数据,计算群目标所有标准队形的阿基米德螺旋线系数;确定群目标的行为状态集;构建群目标行为状态转移概率矩阵和群目标队形变换观测概率矩阵;构建用于连续时间序列的群目标行为分析的隐马尔科夫模型;计算群目标每一帧的阿基米德螺旋线系数,得到阿基米德螺旋线系数序列;将获取的阿基米德螺旋线系数序列,作为观测序列带入隐马尔科夫模型,推断群目标的行为,对群目标行为进行定量分析识别。本发明构建了隐马尔科夫模型实现对群目标行为进行定量识别分析的目的,实现了群目标行为的连续动态分析识别、获取战场态势。

著录项

  • 公开/公告号CN115019238A

    专利类型发明专利

  • 公开/公告日2022-09-06

    原文格式PDF

  • 申请/专利权人 南京航空航天大学;

    申请/专利号CN202210779849.8

  • 申请日2022-07-04

  • 分类号G06V20/40;G06V10/84;G06F17/16;

  • 代理机构南京苏高专利商标事务所(普通合伙);

  • 代理人向文

  • 地址 210016 江苏省南京市秦淮区御道街29号南京航空航天大学

  • 入库时间 2023-06-19 16:42:59

法律信息

  • 法律状态公告日

    法律状态信息

    法律状态

  • 2022-09-06

    公开

    发明专利申请公布

相似文献

  • 专利
  • 中文文献
  • 外文文献
获取专利

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号