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！

龙图腾网获悉西北工业大学申请的专利一种基于连续时空航迹函数随机过程的高速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：CN118963381B 。

龙图腾网通过国家知识产权局官网在2025-09-19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：202411016528.8，技术领域涉及：G05D1/46；该发明授权一种基于连续时空航迹函数随机过程的高速机动目标跟踪方法是由李天成;王静远;李固冲;李浩设计研发完成，并于2024-07-28向国家知识产权局提交的专利申请。

本一种基于连续时空航迹函数随机过程的高速机动目标跟踪方法在说明书摘要公布了：本发明涉及一种基于连续时空航迹函数随机过程的高速机动目标跟踪方法，涉及目标跟踪领域。包括：基于连续时间轨迹函数将未知运动模型的高速机动目标的连续时空航迹建模为随机过程；将目标航迹随机过程的均值函数建模为一个连续时空航迹函数；对连续时空航迹函数进行拟合估计，输出目标状态。本发明方法能够对复杂机动场景下实现更高精度的目标实时跟踪，突破现有随机过程目标跟踪方法中往往加上常量均值函数、对航迹的估计仅依赖于协方差核函数表征的不足。

本发明授权一种基于连续时空航迹函数随机过程的高速机动目标跟踪方法在权利要求书中公布了：1.一种基于连续时空航迹函数随机过程的高速机动目标跟踪方法，其特征在于，包括： 基于连续时间轨迹函数将未知运动模型的高速机动目标的连续时空航迹建模为随机过程； 将目标航迹随机过程的均值函数建模为一个连续时空航迹函数； 对连续时空航迹函数进行拟合估计，输出目标状态； 所述基于连续时间轨迹函数将未知运动模型的高速机动目标的连续时空航迹建模为随机过程，具体为： 基于连续时间轨迹函数T-FoT将未知运动模型的高速机动目标的连续时空航迹建模为一个由参数指定的随机过程；则目标任何一次航迹为该随机过程的一个样本，即连续时空域航迹函数满足： 式中，表示时间，表示时刻目标状态，为随机过程的均值函数； 将目标航迹随机过程通过GP建模为： 其中，表示GP随机过程，表示具有参数的协方差核函数； 所述将目标航迹随机过程的均值函数建模为一个连续时空航迹函数，具体为： 将目标航迹均值函数参数化为，由参数确定： 通过实时估计参数，即可获得目标航迹均值函数；假设时刻估计的航迹均值函数参数为，则 其中，表示多项式航迹系数，表示多项式阶数，对应目标初始位置，对应速度，对应加速度； 所述对连续时空航迹函数进行优化估计，输出目标状态，具体为： 对目标均值函数参数和状态进行估计 建立传感器量测模型： 式中，表示目标在时刻的量测值，用于计算更新系统状态值；表示量测函数；表示在时刻的观测噪声，将其假定为高斯噪声； 选取多项式阶次来拟合相应时间窗的目标均值函数，基于最小二乘法拟合残差估计系数参数： 式中，表示之间的某种距离，表示时刻观测数据，当时，表示量测函数，表示观测误差；通过确定的均值函数阶次和系数获取相应采样时刻的目标均值函数状态估计； 利用GP弥补均值函数拟合的残差函数，获得当前时刻目标状态估计，包括： 使用初始滑窗内量测数据进行GP初始化建模，利用首个测量样本建立初始滑窗，使用GP回归对初始滑窗内目标航迹函数进行拟合，即：求得首个滑窗内目标航迹所属联合高斯的均值和协方差，其形式为： 其中，是概率密度函数；表示均值为、协方差为的高斯分布；和分别表示初始滑窗内量测数据集的GP均值和协方差，具体表达如下： 确定超参数向量的初始分布，其形式为： 其中，和分别表示初始超参数向量的GP均值和协方差； 将GP均值估计作为当前时刻拟合残差函数的状态估计，求得当前时刻的目标状态估计： GP协方差估计作为当前时刻拟合残差函数的协方差估计，获得目标航迹函数随机过程的GP闭合解。

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西北工业大学，其通讯地址为：710072 陕西省西安市碑林区友谊西路127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”。

以上内容由龙图腾AI智能生成。