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！

龙图腾网获悉河南大学申请的专利基于变分贝叶斯多模型粒子滤波的机动目标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：CN115688534B 。

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：202211190099.7，技术领域涉及：G06F30/25；该发明授权基于变分贝叶斯多模型粒子滤波的机动目标跟踪方法是由付春玲;田刘洋;任星设计研发完成，并于2022-09-28向国家知识产权局提交的专利申请。

本基于变分贝叶斯多模型粒子滤波的机动目标跟踪方法在说明书摘要公布了：本发明公开了一种基于变分贝叶斯多模型粒子滤波的机动目标跟踪方法，针对多模型粒子滤波算法依赖转移概率矩阵以及随机判别粒子的模型状态问题，通过引入多项式分布和狄利克雷分布分别对模型状态和转移概率矩阵进行先验建模，在变分贝叶斯框架下，通过坐标上升法对目标状态、模型状态和转移概率矩阵进行联合优化，以提高目标跟踪精度。本发明相比于现有的多模型滤波算法，直接选取了模型状态和转移概率矩阵的共轭先验分布，在变分贝叶斯框架下解耦目标状态、模型状态和转移概率的联合分布得到目标状态估计结果。基于变分贝叶斯多模型粒子滤波的机动目标跟踪方法对于运动目标跟踪理论与技术丰富与发展具有一定的科学价值及实际工程意义。

本发明授权基于变分贝叶斯多模型粒子滤波的机动目标跟踪方法在权利要求书中公布了：1.基于变分贝叶斯多模型粒子滤波的机动目标跟踪方法，其特征在于：包括如下步骤： S1：对目标运动模型和量测模型，并根据先验信息、状态演化模型来设置初始状态概率密度函数px0，其中x0表示初始状态值；基于初始状态概率密度函数px0，随机产生N个初始粒子，N为衡量计算量和估计精度的值； S2：对模型状态使用多项式分布进行建模，考虑真实模型状态未知，在k时刻对粒子模型状态隐变量rk扩维，定义其中M为最多模型个数，由分类分布决定，所以可以用多项式分布来表示： 其中表示的概率，且满足δ·表示狄拉克函数； S3：对转移概率矩阵使用狄利克雷分布进行建模，当模型转移概率矩阵Πk未知时，假设每行之间相互独立，则： 其中πk,ij表示转移概率矩阵元素，且pΠk表示Πk的概率分布，用狄利克雷分布对Πk进行先验建模 其中αk,iM是分布的参数，Cαk,i是归一化常数，Dirπk,i；αk,i表示Πk行向量的狄利克雷分布；因此 其中表示Πk第ij个元素的αk,ij次方，表示对从j＝1到j＝M的累乘； S4：根据量测集Yk，在变分贝叶斯框架下建立证据下界函数，对模型状态、转移概率矩阵和目标状态求解。

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河南大学，其通讯地址为：475001 河南省开封市明伦街85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”。