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！

龙图腾网获悉杭州电子科技大学申请的专利一种基于高斯过程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：CN119048561B 。

龙图腾网通过国家知识产权局官网在2025-10-14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：202411176204.0，技术领域涉及：G06T7/246；该发明授权一种基于高斯过程的机动目标跟踪方法是由陈新月;颜成钢;盛熙淳;孙垚棋;李宗鹏;张继勇设计研发完成，并于2024-08-26向国家知识产权局提交的专利申请。

本一种基于高斯过程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高斯过程的机动目标跟踪方法。首先获取单机动目标跟踪数据集；然后进行基于高斯过程的回归预测；再基于高斯过程的递归估计，得到测试集预测信息对应的估计；通过高斯过程递归更新训练集数据及训练集滑窗；最后将得到的更新后数据进行下一次循环，直到达到设定的循环次数，从而获得优化后的模型来对目标的运动轨迹和位置进行预测。本发明方法避免了固定模型的选择，通过在线学习建立模型，具有更强的鲁棒性。本发明方法能够捕捉非线性动态系统中的复杂性和不确定性，可以在较小的训练数据集上进行有效的模型学习，相较于在单机动目标跟踪领域的现有技术取得了更好的跟踪效果。

本发明授权一种基于高斯过程的机动目标跟踪方法在权利要求书中公布了：1.一种基于高斯过程的机动目标跟踪方法，其特征在于，包括步骤如下： 步骤1、获取单机动目标跟踪数据集； 单机动目标跟踪数据集基于单机动目标在实际应用场景所限定范围下随机生成的，并对生成后的数据集划分出训练集和测试集； 步骤2、基于高斯过程的回归预测； 将单机动目标跟踪数据集中的训练集和测试集输入机动目标跟踪模型中进行基于高斯过程的回归预测； 步骤3、基于高斯过程的递归估计，得到测试集预测信息对应的估计； 步骤4、高斯过程递归更新训练集数据及训练集滑窗； 步骤5、将得到的更新后的训练集数据和测试集数据进行下一次循环，直到达到设定的循环次数；获得最终更新好的训练集和测试集；从而获得优化后的模型来对目标的运动轨迹和位置进行预测； 步骤2方法如下： 采用KSEx,x'核函数，第一次循环中，从数据集中获取量测向量zk，检查是否达到滑窗长度d；如果达到长度，计算自相关矩阵Kuu，否则继续获取量测；得到Kuu后计算增益J0和预测协方差B0，得到初始时刻的预测均值和预测方差之后，计算估计增益M0、均值估计方差估计然后，由于此为第一次循环没有上次更新的数据，更新训练集所得训练集仍为原训练集；至此，第一次循环完成，进入下一次循环；以下对后续第k次循环操作进行详细描述： 利用k-1时刻得到的训练集数据和根据高斯过程回归得到对目标的一个维度上的坐标的均值预测以及方差预测： 其中，f表示训练集，表示测试集；为k时刻的量测向量zk的测试集输入向量，u为k时刻的量测向量zk的训练集输入向量；为输入向量和输入向量u之间的GP协方差矩阵；为输入向量u的GP协方差矩阵的逆；为输入向量的GP协方差矩阵；Jk和Bk是由GP回归推导出的矩阵，为在k时刻通过核函数计算出来的测试集输入与训练集输入的互协方差；Bk为k时刻回归的不确定程度方差，即预测协方差；和分别是k时刻在处更新后的预测均值和协方差；m表示平均值；同高斯过程回归，均值取0；为k-1时刻训练集的估计均值；为k-1时刻训练集的协方差矩阵。

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杭州电子科技大学，其通讯地址为：310018 浙江省杭州市下沙高教园区2号大街；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。