访问量:
最后更新时间:--
访问量:
最后更新时间:--
张乐 博士
副教授
博士生导师
西安交通大学
电子与信息学部自动化学院
信息科学工程研究中心
低空监管研究院
入选西安交通大学
“青年优秀人才A类”
主讲《储能系统检测与估计》专业必修课,本科三年级
主讲《低空技术与工程导论》研究生学位课
主持西安交通大学智课研究项目《生成式人工智能背景下课程报告类学习成果质量评价研究》(1/3)
主持西安交通大学储能教材基地教学改革专题研究项目《专题引领、多库支撑、AI赋能的储能领域教材与智能体融合建设》(1/5)
参与陕西省教学改革研究重点公关项目《以贡献度为导向的高校分类评价体系研究》(4/7)
地址:
西安市咸宁西路28号西安交通大学东二楼342A室(兴庆校区)
西咸新区交大创新港4号巨构泓理楼4-6168室 (创新港校区)
邮箱:zhangle1991@xjtu.edu.cn
电话:15109290581
信息融合,目标信息处理
主要利用雷达、红外等多源异构数据,回答陆(汽车)、海(船)、空(飞机)、天(卫星)等目标/复杂系统
——有没有?(检测问题)
——是什么?(识别问题)
——在哪里?(定位问题)
——怎么动?(跟踪问题)
——有多少?(状态估计问题)
基于以上问题的结果,进一步研究目标的行为模式、意图,预测运动轨迹,管理传感器资源等,具体在研的方向包括
1. 目标信息处理方法
1.1 扩展目标跟踪[3][5][6][17][19]
利用车载毫米波雷达、激光雷达等高精度传感器从一个目标上得到的多个回波点,估计目标的位置、速度、大小、形状、朝向等信息
1.2 多模型方法[10]
单一模型难以描述目标运动、量测机制,多个模型通力合作,提高估计精度
1.3 传感器网络、探测资源调度与管理
以目的为导向,实现最优的调度、决策与管理
2. 估计与滤波基础理论
2.1 非线性/非高斯滤波[7][8][12][13][18]
雷达、红外等数据多为非线性形式,闪烁噪声、过零等现象导致噪声非高斯,在这种情况下如何准确滤波
2.2 性能评估理论与方法研究[6][11][14][15][16]
各类算法处理信息的效果到底怎样?几种方法哪一种最好?提出指标和评价方法。
3. 储能系统信息处理
3.1 荷电状态估计 [2]
储能系统(如电池)中荷电状态SOC的准确估计是开展管理的基础,由于荷电状态与其测量值端电压呈高度非线性关系,造成准确估计困难
3.2 系统剩余使用寿命RUL预测 [1]
电池等随循坏使用会发生性能老化,准确预测其剩余寿命对系统运行安全具有重要意义。
4. 低空相关研究

图1:基于非均匀量测的扩展目标跟踪最新成果(自主驾驶环境与目标感知)

图2:复杂干扰环境下多域多源信息融合目标态势构建与传感资源管理

图3:电池管理系统实验、SOC估计结果(估计误差<1%)
信息融合与目标监管团队
—— 兰剑 教授 ( 国家级高层次人才特聘教授,兰州大学副校长/西安交通大学教授)
—— 张乐 副教授
—— 郗瑞卿、张潇潇 陈跃海 李铭楷 郭晓晓 助理教授
本人指导的博士生:武子威
本人指导的硕士生:王彬竹(保送)、周枫镒、杨择正(保送)、王有为(保送)、李屹浩、刘国鑫
获奖
科研:
[1] 复杂环境目标跟踪信息扩维理论与方法,兰剑,徐林峰,张乐,刘静,刘妹琴,韩崇昭,陕西省科学技术奖自然科学奖一等奖,2024。
[2] 基于信息扩维的复杂环境目标跟踪理论与技术,兰剑、张乐、刘静、连峰、张光华,陕西高等学校科学技术研究优秀成果 特等,2024。
实践:
[3] 车载毫米波雷达环境感知系统,张乐、兰剑、郗瑞卿、曹晓萌、刘爽、张宇、彭相阳,陕西省科技工作者创新创业奖,2021。
[4] 毫厘感知——毫米波雷达智能感知科技引领者,兰剑、张潇萧、张乐,中国国际大学生创新大赛陕西赛区省级复赛银奖,2024。
[5] 低空目标凝视探测雷达信号处理算法开发,兰剑、张潇萧、张乐,中国国际大学生创新大赛陕西赛区省级复赛铜奖,2024。
AI赋能教学:
[6] 陕西省高等学校教职工AI创新应用大赛三等奖(全省排名前4%,仅30名),张乐、刘思若,2025.
[7] "火山杯"人工智能创新大赛二等奖(前2%),张乐、刘思若,2025.
[8] 联合国教科文组织全球智能教育联盟首届“AI+教育”技能大赛新锐奖,张乐、姜峻洁、赵丹阳、黄文韬,2026.
论文
[1]. Le Zhang and Jian Lan "RUL Prediction of Electric Vehicle Batteries by Uncorrelated Conversion Constrained Particle Filter", IEEE International Conference on Intelligent Transportation Systems, 2026.
针对锂电池寿命衰减及剩余使用寿命预测的问题,考虑利用电池终点容量约束信息,提出全新RUL预测方法,预测误差<1%,可用于电动汽车、无人机等电池供能系统的寿命及健康管理。
[2]. Le Zhang and Jian Lan, "Variational Bayesian uncorrelated conversion filtering with application to SOC estimation", IEEE Transactions on Transportation Electrification, 2025.
针对锂电池荷电状态SOC估计问题,基于等效电路方法,充分考虑量测系统模型高度非线性项与线性项并存的特点,对非线性项做不相关转换处理,得到非线性结构估计实现信息的深度利用,针对线性项做最优估计。经过实测实验验证,所提出的方法SOC估计误差<0.9%。
[3]. Le Zhang and Jian Lan, "Extended object tracking using aspect ratio", IEEE Transactions on Signal Processing, 2024.
针对扩展目标跟踪,创新性提出对目标形态的长宽比(宽长比)进行直接建模和估计,实测跟踪性能相比传统扩展目标跟踪方法精度大幅提升。可应用于车载毫米波雷达和激光雷达数据的融合。更进一步的,还能应用于毫米波、激光、视觉传感器的多源融合对三维目标进行跟踪。
[4]. Le Zhang and Jian Lan, "Tracking of Extended Object Using Random Matrix with Non-Uniformly Distributed Measurements", IEEE Transactions on Signal Processing, Vol. 69, pp. 3812--3825, 2021.
针对扩展目标跟踪中,量测在目标上多个区域聚集分布、整体非均匀分布的问题,提出了全新建模方法和滤波器,实测跟踪性能良好。可用于车载毫米波雷达目标跟踪系统中。
[5]. Le Zhang and Jian Lan, "Extended object tracking using random matrix with skewness", IEEE Transactions on Signal Processing, Vol. 68, pp. 5107--5121, 2020.
准确描述了目标量测朝传感器偏斜分布的现象,提出了基于此类量测的扩展目标跟踪方法,可用于车载毫米波雷达的道路目标跟踪、基于红外的导弹目标跟踪等场景,实测效果大幅度优于现有方法。
[6]. Le Zhang, Jian Lan, X. R. Li, "Performance evaluation of joint tracking and classification", IEEE Transactions on Systems, Man, and Cybernetics: Systems, Vol. 51, No. 2, pp. 1149--1163, 2021.
真正的联合性能评估方法,一体化评估算法的跟踪性能和分类性能。可用于战场毁伤效能评估。
[7]. Guanghua Zhang, Jian Lan, Le Zhang, Fengshou He, Shaomin Li, "Filtering in pairwise Markov model with Student's t non-stationary noise with application to target tracking", IEEE Transactions on Signal Processing, Vol. 69, pp. 1627--1641, 2021.
实际跟踪中经常遇到闪烁噪声,对跟踪性能造成极大影响。提出一种全新的对偶马尔可夫学生分布模型,对闪烁噪声进行了精准刻画,显著提高了跟踪性能。可用于军事场景下的雷达目标跟踪。
[8]. Qin Li, Jian Lan, Le Zhang, Badong Chen, Kaijian Zhu, "Augmented nonlinear least squares estimation with application to localization", IEEE Transactions on Aerospace and Electronic Systems, , Vol. 58, No. 2, pp. 1042--1054, 2022.
提出全新的非线性最小二乘估计方法,从算法结构上提高了TOA、TODA定位的精度。
[9]. Wentao Huang (本科生), Le Zhang, Guantong Lu, Zhiwen Su, "An Empirical Study of Attention Mechanisms for Lightweight Robotic Grasp Detection", AINIT, 2026.
[10]. Le Zhang, Jian Lan, and X. Rong Li, “Normal-gamma IMM filter for linear systems with non-Gaussian measurement noise”, 22th International Conference on Information Fusion, pp. 1--8, 2019.
针对非高斯量测噪声,提出了通用的滤波方法,能够应对Logistic量测噪声,实验显示相比现有方法性能提升50%以上。
[11]. 张乐,兰剑,混杂系统估计与决策——联合性能评估,第九届中国信息融合大会,太原,2019.
对联合问题(如联合跟踪与分类、联合打击),梳理了现有评估方法,是一篇评估方面较新、较全面的综述文章。
[12]. Le Zhang, Jian Lan, and X. Rong Li, “A normal-gamma filter for linear systems with heavy-tailed measurement noise”, 21th International Conference on Information Fusion, Cambridge, pp. 2548 --2555, Jul. 2018.
针对雷达目标跟踪中,量测噪声拖尾分布的情况,提出了高效率的滤波器。
[13]. Le Zhang, Jian Lan, and X. Rong Li, “Track-oriented evaluation of multi-target tracking without knowing ground truth”, 20th International Conference on Information Fusion, Xi’ an, pp. 1--8, Jul, 2017.
性能评估需要知道真值,但实际应用中真值通常是未知的,文章提出了真值未知情况下如何对航迹进行评估的方法。
[14]. Le Zhang, Jian Lan, and X. Rong Li, “Performance evaluation of multi-target tracking without knowing ground truth”, 19th International Conference on Information Fusion, Heidelberg, pp. 185--192, Jul. 2016.
文章提出了真值未知情况下如何对多目标跟踪算法进行评估的方法。
[15]. Le Zhang, Jian Lan, and X. Rong Li, “A fused score for ranking and evaluation using multiple metrics”, 19th International Conference on Information Fusion, Heidelberg, pp. 193--200, Jul. 2016.
单一指标无法全面反映算法性能,利用多个指标进行评估和排序面临诸如指标相互冲突等问题。文章提出了综合利用多个指标同时进行评估和排序的方法,具有普适性。
[16]. Le Zhang, Jian Lan, and X. Rong Li, “A method for evaluating performance of joint tracking and classification”, 18th International Conference on Information Fusion, Washington DC, pp. 499--506, Jul. 2015.
[17]. Yuan Wei, Jian Lan, and Le Zhang, "Multiple extended object tracking using PMHT with extension-dependent measurement numbers”, 27th International Conference on Information Fusion, 2024.
[18]. Ruiqing Xi,Jian Lan, and Le Zhang, "Nonlinear estimation using optimized extension based multiple conversion approach with generalized conversion for target tracking”, China Automation Congress (CAC), 2024.
[19]. 张乐,兰剑,贾浦杭. 基于偏斜分布量测的多扩展目标跟踪方法,第十一届中国信息融合大会,南京,2023.
解决了道路多扩展目标基于偏斜分布量测的跟踪问题,实验结果显示,扩展目标状态和形态估计精度提高了50%以上。
[20]. Siruo Liu, Le Zhang, Junfeng Luo, Zhihai Suo, "From passive inquiry to proactive companionship: a full-cycle agent for university registration”, ICET 2026.
专利
[1] 一种基于航迹管理方法的多目标跟踪方法,兰剑,龙求明,张乐,郭晓晓,刘爽,郗瑞卿,曹晓萌,ZL 2021 1 0224659.5.
[2] 一种快速被动传感器网络多目标定位方法,兰剑,刘爽,安翔,吴生盛,张乐,曹晓萌,ZL 2020 1 1248385.5.
[3] 兰剑,胡正海,郗瑞卿,张乐,宋翔武,一种基于高斯伽马滤波的无人飞行器景象匹配组合导航方法,申请号:202410604074X.
[4] 张乐,王彬竹,兰剑,一种使用随机矩阵和偏正态分布进行扩展目标跟踪的方法,申请号:202511451657.4