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基于改进TBD算法的无人机弱目标检测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：CN116958187B 。

龙图腾网通过国家知识产权局官网在2025-07-15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：202310725369.8，技术领域涉及：G06T7/20；该发明授权一种基于改进TBD算法的无人机弱目标检测跟踪方法是由童鹏;贾朝波;位寅生设计研发完成，并于2023-06-19向国家知识产权局提交的专利申请。

本一种基于改进TBD算法的无人机弱目标检测跟踪方法在说明书摘要公布了：一种基于改进TBD算法的无人机弱目标检测跟踪方法，它涉及一种无人机弱目标检测跟踪方法。本发明为了解决传统检测跟踪算法与传统TBD算法在面向检测无人机目标时出现的目标检测效果不理想且无人机运动航迹与真实航迹偏差较大的问题。本发明采用DP‑TBD算法对无人机进行检测跟踪，并通过对递归函数以及递归积累的过程进行优化，使得每次递归积累都可以积累到目标所在的位置，从而得到无人机的真实航迹。通过对3000帧无人机实测数据的处理，改进的DP‑TBD算法相较传统检测跟踪算法大幅提高了检测概率与航迹完整度。本发明属于雷达检测跟踪技术领域。

本发明授权一种基于改进TBD算法的无人机弱目标检测跟踪方法在权利要求书中公布了：1.一种基于改进TBD算法的无人机弱目标检测跟踪方法，其特征在于：所述一种基于改进TBD算法的无人机弱目标检测跟踪方法是通过如下步骤实现的： 步骤一、初始化，对第一帧数据的目标状态进行值函数初始化，同时构造改进的递归函数；具体包括： 步骤一一、建立目标运动模型； 考虑一个在二维x-y平面内运动的目标，假设在第k帧，目标在x方向的位置和速度分别为ρxk和vxk，y方向的位置和速度分别为ρyk和vyk，将该目标在第k帧的状态记为： 公式1中[]T表示矩阵转置，表示目标的状态空间，目标运动模型建模为： xk+1＝fkxk,nk2， 公式2中nk表示过程噪声，xk+1表示目标在第k+1帧的状态，fk表示目标第k+1帧状态与第k帧状态之间的最优值函数，目标运动模型表示为： xk+1＝Fxk+nk3， 目标状态转移矩阵F为： 协方差Q为： 公式4和公式5中Ti表示相邻两帧的时间间隔，I2表示2阶的单位矩阵，表示笛卡尔乘积，qs表示过程噪声强度；将目标在TBD联合处理的N帧数据的航迹记为： X1：N＝[x1,...,xN]6； 步骤一二、建立目标测量模型： 对于一个雷达系统，假设x方向的分辨率为Δx，y方向的分辨率为Δy，将整个测量平面分割成Nx×Ny个分辨单元，其中Nx表示x方向的分辨单元数，Ny表示y方向的分辨单元个数，在时刻k时，被记录的所有测量值构成了Nx×Ny的矩阵， Zk＝{zijk}7， 公式7中1≤i≤Nx,1≤j≤Ny，且zijk是时刻k分辨单元i,j的测量值，由下式给出： 公式8中Ak代表目标的幅度，并且Ak为常数，即Ak＝A，对于不同的k值，假设背景噪声独立同分布，将信噪比定义为如下形式： 步骤一三、构造递推函数与航迹回溯函数： 将动态规划方法应用到TBD技术中，构造递推函数，递推函数表达式为： 公式10中ui表示第i帧时的决策函数，U＝[u1,...,uK]表示每帧的决策函数组成的集合，K表示积累总帧数，wk表示第k帧的阶段指标函数，fk-1表示目标第k帧状态与第k-1帧状态之间的最优值函数，xk-1表示目标在第k帧的状态，k表示当前帧数，hkxk表示阶段的值函数，它具有以下形式： 公式11中，uk-1表示第k-1帧时的决策函数，hk-1表示第k-1帧时的阶段值函数，初始条件假设为： h1x1＝w1x1,u112， 公式12中，h1表示第一帧的阶段值函数，w1表示第一帧的阶段指标函数，x1表示目标第一帧状态，u1表示第1帧的决策函数； 采用各个检测单元的幅度值zijk代替公式11中的wkxk,uk作为阶段指标函数，而公式11应用到无人机检测跟踪时，容易偏离无人机实际航迹，因此将递推关系式进行修正如下： 公式13中，Rij表示递推过程中的目标状态转移范围，取决于目标运动模型，构造航迹回溯函数Jkxk，在积累之前，将其设置为： J1x1＝[0000]T14； 步骤二、递归积累，在第k帧数据中，对数据点进行值函数的累加；递归积累包括以下步骤： 根据步骤一一中的马尔可夫模型，以及公式13中的递推函数初始化，对于第k帧，其中k∈[2,K]，根据一阶马尔可夫模型，计算zi,j1在第k帧的理论状态记为： 公式15中，假设在x方向和y方向的位置误差分别为δx和δy，速度误差分别为δvx和δvy，则得到其状态转移范围为： 根据公式13在状态转移范围内对数据点所有值函数进行累加，把值函数最大的点挑选出来，再与该点的值函数进行累积，实现对这些数据点间转移关系的存储： Jkxk＝arghkxk17， 完成累加操作之后，得到一个值函数数据平面，这一值函数图就是依据DP-TBD，对数据进行积累得到； 步骤三、目标判决，对值函数以VT门限处理，进而就依据这个门限，获得有可能的目标航迹点；目标判决的具体步骤为： 累加之后，对值函数以VT门限处理，进而依据这个门限，在整个数据平面获得有可能的目标航迹点： 步骤四、回溯航迹，对步骤三中检测到的目标航迹点回溯航迹；回溯航迹与航迹平滑的具体步骤为： 通过对航迹回溯函数的查找，把目标在k帧中的全部航迹都回溯出来， 公式19中Jk表示航迹回溯函数， 由于阶段指标函数选取的是各检测单元的幅度值，因此这时回溯出的航迹为量测值，经过卡尔曼滤波对航迹进行平滑滤波，得到目标的最终航迹。

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”。