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！

龙图腾网获悉中国人民解放军空军工程大学申请的专利集中式MIMO雷达多目标跟踪的波束、功率和波形联合分配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：CN115097436B 。

龙图腾网通过国家知识产权局官网在2025-07-29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：202210516208.3，技术领域涉及：G01S13/66；该发明授权集中式MIMO雷达多目标跟踪的波束、功率和波形联合分配方法是由齐铖;张浩为;谢军伟;丁梓航;王奎武;孙昭;张晶设计研发完成，并于2022-05-12向国家知识产权局提交的专利申请。

本集中式MIMO雷达多目标跟踪的波束、功率和波形联合分配方法在说明书摘要公布了：本发明公开了一种集中式MIMO雷达多目标跟踪的波束、功率和波形联合分配方法，在初始阶段，MIMO雷达利用单个波束指向目标，并将所有功率分配给该批目标，以提升该目标的跟踪精度。当所有目标的估计精度提升到一定程度时，则利用多个波束照射目标，并最优分配功率。通过本发明的方法，波束可覆盖目标的跟踪精度得到明显提升，波束、功率和波形联合优化的跟踪精度要明显优于单独的功率优化或波形调度结果。

本发明授权集中式MIMO雷达多目标跟踪的波束、功率和波形联合分配方法在权利要求书中公布了：1.一种集中式MIMO雷达多目标跟踪的波束、功率和波形联合分配方法，其特征在于，包括以下步骤： 步骤1：获得每批目标当前时刻的量测信息并推导状态估计协方差矩阵，推导状态估计下界的后验克拉美罗下界PCRLB作为优化指标； 其中，步骤1的具体步骤包括： 步骤11：在高信噪比条件下，利用无偏参数估计中的CRLB来表征量测误差协方差矩阵Rk： 其中，T＝diagc2,c2fc为变换矩阵；Jk为BFIM且： 其中，η为SNR，且有η∝Pt；τ为时延；ν为多普勒频移；A为发射波形的模糊函数，且表达式为： 其中，为发射波形的复包络； 步骤12：以对应的发射功率与波形参数来表征第k个采样间隔内目标q的量测协方差矩阵Rk： 其中，为标量或矢量； 步骤13：在卡尔曼滤波中，后验状态估计误差矩阵的迭代公式为： 步骤14：将式6做出如下近似： 其中，和分别为量测函数的雅克比矩阵和量测协方差矩阵在目标状态预测点处的近似值； 步骤2：根据状态估计误差协方差矩阵对下一时刻的状态估计协方差矩阵进行预测，选取具有状态估计误差的最大值的多个目标位置来构建目标函数，以所述目标函数来建立资源联合优化模型； 其中，步骤2具体包含如下内容： 步骤21：假定在第k个采样间隔对于各目标的波束的利用情况为且波形参数为发射功率为将的迹由大到小进行排序，得到： 步骤22：基于式8得到资源分配优化模型为： 其中，意味着该批目标未被分配波形；为功率分配的最小阈值；和构成了波形参数可选区间；Ptotal为功率总量；M为产生同时正交波束的最大数量； 步骤3：基于引理1、引理2和引理3求解建立的资源联合优化模型得到最优分配矢量，从而各个目标分配相应资源； 其中，假定对于可行的波束利用数量mk，mk∈{1,2,…,M}，对应的波束分配矢量为且有则引理1、引理2和引理3分别为： 引理1：对于给定的mk而言，无论Ptk和λk的取值如何，对应的波束分配矢量最优解是唯一确定的； 引理2：对于给定的和任意功率分配矢量波形分配问题能够转化为mk个仅关于的约束问题，且可以快速求解； 引理3：通过将多目标函数转化为单目标函数，对于给定的功率与波形联合分配问题等效为凸优化问题； 步骤3的具体操作步骤包括： 步骤31：根据引理1，对于给定的mk，计算为： 步骤32：根据引理2，对于确定的可得最优的波形选择矢量则当枚举所有可行的后，式9等效为： 步骤33：对于确定的和通过求解下式而得： 步骤34：将式23利用加权求和方式转化为单目标函数，选取1mk作为权值，同时引入功率分配矢量和波形选择矢量将式23改写为： 步骤35：基于引理3，式24为包含2mk个变量的凸优化问题，利用Zoutendijk可行方向法即可快速求解，因此当获得和后，和分别计算为： 步骤36：通过如上的变量分离和将多目标函数转化为单目标函数，波束、波形和功率的联合分配问题被改写为M个凸优化问题，利用Zoutendijk可行方向法，可得到最优分配矢量： 步骤4：利用均方根容积卡尔曼滤波SCKF来更新目标信息； 步骤5：根据选取阵元、最终功率分配结果及最优带宽分配矢量，对下一时刻目标位置进行估计跟踪。

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中国人民解放军空军工程大学，其通讯地址为：710077 陕西省西安市灞桥区长乐东路甲子一号；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”。