西北工业大学兰华获国家专利权
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基于非平稳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：CN119848402B 。
龙图腾网通过国家知识产权局官网在2025-10-17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：202411734788.9，技术领域涉及：G06F17/16；该发明授权基于非平稳高斯过程的机动目标跟踪方法是由兰华;陈莹莹;刘一凡设计研发完成，并于2024-11-29向国家知识产权局提交的专利申请。
本基于非平稳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非平稳高斯过程的机动目标跟踪方法，利用非平稳高斯过程对目标运动模式建模并在线学习递归更新目标状态和模型参数，实现同时进行状态估计与变点检测；该方法是基于贝叶斯在线变点检测利用运行长度将时序数据划分为非重叠观测集，即利用运行长度建模变点位置，从而确定分区；将机动目标跟踪场景下非平稳过程转化为分区平稳过程，针对各个分区平稳过程，利用高斯过程来对分区的时序平稳过程建模，提高了机动目标跟踪的鲁棒性；仿真表明本发明方法较现有递归高斯过程运动跟踪器的方法具有跟踪效果鲁棒的优势。
本发明授权基于非平稳高斯过程的机动目标跟踪方法在权利要求书中公布了：1.一种基于非平稳高斯过程的机动目标跟踪方法，其特征在于，包括以下步骤： 步骤1，主体通过高斯过程来构建在线学习的目标运动模型来描述机动目标可能的运动方式，以及构建量测模型来表示传感器所获得的量测数据，并构建变点模型来表示目标运动方式产生变化的时间；给定变点模型的转移概率并确定当前时刻待估计参数； 步骤2，主体通过传感器获取目标的量测数据，将前多个时刻的量测数据作为每条运行长度的初始训练数据进行在线学习，通过高斯过程回归训练可以获取初始超参数，用于后续的递归估计； 步骤3，主体根据所述变点模型，确定前k时刻的量测数据、运行长度的联合分布； 步骤4，主体根据所述联合分布，确定k时刻待估参数运行长度的后验分布； 步骤5，主体计算待估参数目标状态量的后验分布，其中包含为k时刻目标的状态估计均值和状态估计方差；其中状态估计均值包含所需的对机动目标的位置估计，从而实现对机动目标的跟踪。
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西北工业大学，其通讯地址为：710072 陕西省西安市友谊西路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。
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号
请提出您的宝贵建议，有机会获取IP积分或其他奖励