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！

龙图腾网获悉山东科技大学申请的专利一种基于智能优化算法的无人机路径欺骗干扰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：CN120802304B 。

龙图腾网通过国家知识产权局官网在2025-12-09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：202511301914.6，技术领域涉及：G01S19/01；该发明授权一种基于智能优化算法的无人机路径欺骗干扰方法是由管承扬;李汶津;杜立彬;邱立洲;孟芳;汤伟;朱振设计研发完成，并于2025-09-12向国家知识产权局提交的专利申请。

本一种基于智能优化算法的无人机路径欺骗干扰方法在说明书摘要公布了：本发明公开一种基于智能优化算法的无人机路径欺骗干扰方法，属于无人机路径欺骗干扰技术领域，用于无人机路径欺骗干扰，包括建立无人机动力学方程和运动学方程，获得无人机的期望飞行轨迹；引入基于萤火虫算法优化的粒子滤波方法，对无人机状态进行跟踪与估算；引入改进的粒子群优化算法对转发式干扰中的公共时延量计算，对无人机定位信息进行干扰与引导。对比现有技术，本发明模拟无人机的真实飞行过程和机动变化，反映无人机的姿态变化和动态响应；缓解了粒子退化与样本贫化问题，提升了在有噪观测下的跟踪稳定性与精度；提高了欺骗定位的精度与系统鲁棒性，增强整体欺骗式干扰效果；为提升末端防御系统的欺骗干扰能力提供了技术支撑。

本发明授权一种基于智能优化算法的无人机路径欺骗干扰方法在权利要求书中公布了：1.一种基于智能优化算法的无人机路径欺骗干扰方法，其特征在于，包括： S1建立无人机动力学方程和运动学方程，获得无人机的期望飞行轨迹； S2引入改进的粒子群优化算法，对无人机状态进行跟踪与估算； S3引入基于萤火虫算法优化的粒子滤波方法对转发式干扰中的公共时延量计算，对无人机定位信息进行干扰与引导； S2包括S2.1计算误差协方差； S2.2计算各粒子和全局最优萤火虫个体之间的吸引度值，更新粒子的位置； S2.3更新粒子位置后，计算粒子的亮度值，并与当前全局最优值进行对比，动态更新最优解；若全局最优值满足设定的收敛阈值，则选取最优粒子作为最终状态估计结果，否则，对粒子群进行重采样； S3包括S3.1计算引入公共时延量后的无人机钟差； S3.2用目标函数优化公共时延量； S3.3采用基于粒子滤波和莱维飞行策略的智能优化算法寻求最优解； S3.3.1初始化算法参数，设定算法的种群最大规模、最大迭代次数、搜索范围的上界与下界、优化问题的超参数个数；遗传算法中的变异概率；粒子群算法中的惯性权重、学习因子和、随机因子和是区间的随机数、粒子速度；莱维飞行策略中的控制参数；混沌映射策略中的映射系数； S3.3.2采用实数编码的方式，基于Logistic混沌映射函数与基准个体初始化所有种群个体参数，Logistic函数的表达式为： ； 式中，为第个个体值； 对超出搜索范围上下界的个体定义为上下界的平均值； S3.3.3根据函数计算所有个体的适应度函数值，适应度函数构建干扰机预设的欺骗定位位置与实际欺骗定位位置的距离，保存迭代过程中的个体最优位置及全局最优位置； S3.3.4根据设定的选择部分种群个体，引入莱维飞行策略式进行变异操作： ； 式中，表示当前迭代次数，为第个粒子在第次迭代的位置，为缩放因子，控制莱维飞行跳跃幅度，，为莱维飞行分布的随机向量，为张量积运算符号，和为控制参数，随迭代次数变化，表达式为： ； ； 式中，为算法的最大迭代次数； 对于种群剩余部分个体，继续通过粒子群算法更新速度和位置： ； 式中，是第个粒子在第次迭代的速度；控制历史速度的影响；和调节个体和群体经验的权重；和增强搜索随机性； 粒子的位置更新公式通过将粒子在当前速度方向上移动设定步长更新粒子的当前位置： ； S3.3.5计算所有个体更新后的适应度值、个体最优位置以及全局最优位置；S3.3.6若达到最大迭代次数或满足阈值条件，则算法结束，得到公共时延量；否则返回S3.3.4进行下一次的迭代循环； 求得公共时延量，作为输入求得无人机的钟差和将无人机从A点诱骗到B点的，使无人机得到错误的伪距信息，进而使无人机解算出的定位位置为B点，从而实现对无人机转发式欺骗干扰。

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山东科技大学，其通讯地址为：266590 山东省青岛市黄岛区前湾港路579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。