买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉哈尔滨工业大学申请的专利一种遥感星座对空中动目标的智能协同跟踪方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN116280270B 。

龙图腾网通过国家知识产权局官网在2025-07-08发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202310106923.4，技术领域涉及：B64G1/24；该发明授权一种遥感星座对空中动目标的智能协同跟踪方法是由魏承;程禹;刘天喜;曹喜滨设计研发完成，并于2023-02-14向国家知识产权局提交的专利申请。

本一种遥感星座对空中动目标的智能协同跟踪方法在说明书摘要公布了：本发明是一种遥感星座对空中动目标的智能协同跟踪方法。本发明涉及人工智能技术领域，本发明针对遥感星座对HGVs多星协同跟踪问题，设计了多目标凝视跟踪模型和双星几何定位模型，实现对HGVs的跟踪和定位。本发明针对遥感星座对高超声速飞行器的跟踪和定位是天基预警中的关键问题。遥感星座对HGVs的协同定位过程是一个多对多的动态任务分配过程。预警卫星的任务分配存在时序关联性和动态性，因此决策算法将面临解空间较大和容易陷入局部最优的问题。同时，HGVs的高机动性对遥感星座的任务决策算法的实时性提出了新的挑战。

本发明授权一种遥感星座对空中动目标的智能协同跟踪方法在权利要求书中公布了：1.一种遥感星座对空中动目标的智能协同跟踪方法，其特征是：所述方法包括以下步骤： 步骤1：建立遥感星座对临近空间多目标的凝视跟踪模型，包括星座构型以及约束模型； 所述步骤1具体为： 步骤1.1:进行星间通信约束，相邻的两颗卫星采用激光通信技术，考虑最低链路高度Hc，最大星间通信距离通过下式表示为： 其中，Hs为卫星轨道高度，Re为地球半径长度，为最大地心角； 步骤1.2:建立红外传感器约束，红外传感器的覆盖空域由视场角αfield，最大探测距离卫星轨道高度Hs和目标飞行高度Htar共同决定，与载荷能力和目标红外辐射强度有关，通过下式表示最大探测距离： 其中，D0为传感器孔径，D*为传感器探测度m·Hz12·W-1，τa为环境透射率，τo为光学系统的透射率，Δ为传感器信号过程因子，Ad为探测单元面积m2，Δf为噪声等效带宽Hz，SNRmin为传感器探测到目标所需的最小信噪比，I为传感器捕捉到的目标红外强度； 红外辐射强度通过下式表示： 其中，A为目标的红外辐射面积m2，λ1、λ2为红外波段下限和上限，ε为目标表面光谱发射率，C1为第一辐射常数W·m2，C2为第二辐射常数m·K； 步骤1.3：确定驻点温度，驻点温度通过下式描述： 其中，T0为目标所在位置的环境温度，ν为大气绝热指数，β为热传递恢复系数，M为目标马赫数； 步骤2：建立针对临近空间飞行器的双星几何定位模型； 所述步骤2具体为： 步骤2.1：设置协同观测的两个卫星位置为[XaYaZa]和[XcYcZc]，通过卫星位置和测角信息计算卫星视线内可探测的最远点[XbYbZb]和[XdYdZd]，先计算异面直线的公垂线，按比例划分公垂线，估算目标位置，定位通过下式表示： 其中，F和t为中间变量，[XtarYtarZtar]为估算的目标位置； 步骤2.2：星群红外传感器的像平面测量误差和欧拉角测量误差等效为二维平面内的测角误差，将卫星视线投影到以公垂线为法线的平面内，测角表示为： 目标在平面内的投影坐标为[x,y]，x1,y1和x2,y2分别为两个卫星在平面内的投影坐标： 从测角误差转换到目标定位误差的观测矩阵Hθ为： 其中，L为两个卫星间的距离； 几何定位精度计算如下： 式中，σθ为测角误差； 步骤3：以多目标凝视跟踪模型中的星座构型为基础，考虑约束限制，以双星几何定位精度为优化目标，实现遥感星座对临近空间飞行器的跟踪和定位； 所述步骤3具体为： 步骤3.1：设置环境状态空间，环境状态空间S定义为S＝{Tnum,Obsangle,Postar,Veltar,Ltar,Lscore}，Tnum为目标数量，为天线坐标系下的观测角，n为卫星编号；Postar为目标位置，Veltar为目标速度；为卫星跟踪目标的列表，为卫星satn的传感器指向目标的编号，为卫星回报列表，为卫星satn的传感器指向目标IDtar时获得的回报，Ltar和Lscore的维度与卫星数量相同，卫星satn未观测到目标时 步骤3.2：建立行为空间，卫星的行为空间A＝{Tar1,Tar2,...,Tark}描述为传感器在t时刻指向的目标；A为k维向量，Tark的初始值为-1；由于行为空间中除目标方向外，还包含一个回扫至初始位置的行为，因此当卫星可见目标数量小于k-1时，A包含所有可见目标的方向； 步骤3.3:建立回报函数，回报函数用来评价卫星行为的价值；rt通过at，st计算获得，具体计算如下： 其中，Cm和Ca分别为观测角度权重和传感器转动权重，为传感器最大探测距离，为卫星与目标的距离，为传感器从当前方向转到目标方向的转动角度，ωmax为传感器最大转动角速度，可见性参数Ivis通过下式表示： 步骤3.4：进行网络更新，决策网络梯度更新方程通过下式表示： 其中，策略πθat|st表示在时间步t时，智能体获得环境状态st后选择行为at的概率；为时间步t时，采样的平均值，为时间步t时的广义优势函数，γ为折扣因子，λ为广义优势估计的折扣系数，rt为当前回报，V为评论家网络的评价值； 建立策略梯度的目标函数，通过下式表示目标函数： 其中，为重要性权重；策略梯度的更新方程为： 其中，α为参数更新步长； MAPPO算法训练和参数更新采用经验共享机制，利用全局信息训练每个卫星的独立决策策略。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人哈尔滨工业大学，其通讯地址为：150001 黑龙江省哈尔滨市南岗区西大直街92号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。