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！

龙图腾网获悉哈尔滨工业大学(威海)申请的专利一种联合参数辨识与波形选择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：CN120908797B 。

龙图腾网通过国家知识产权局官网在2026-01-02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：202511393578.2，技术领域涉及：G01S13/72；该发明授权一种联合参数辨识与波形选择的高速机动目标跟踪方法是由冯翔;王炯实;杨庆泽;于雷;位寅生;徐从安;赵宜楠设计研发完成，并于2025-09-28向国家知识产权局提交的专利申请。

本一种联合参数辨识与波形选择的高速机动目标跟踪方法在说明书摘要公布了：本申请提供了一种联合参数辨识与波形选择的高速机动目标跟踪方法，解决了现有高速机动目标跟踪时存在动力学模型失配、量测噪声矛盾突出、失跟率高技术问题。其包括计算气动加速度，分解后反推气动参数，构建九维状态向量，进行状态估计后计算新息；估计加速度导数，提取航迹倾斜角，计算FrFT旋转角，构建二维波形库，选择最小化协方差矩阵迹的波形参数，实时匹配波形参数与目标机动特性；构建双闭环协同控制架构，通过联合修正机制融合内外环控制量，更新协方差矩阵与九维状态向量，判断跟踪时长是否达到预设阈值，若未达到，将其作为下一时刻的初始值；否则，得到目标跟踪结果。本申请可广泛应用于目标跟踪技术领域。

本发明授权一种联合参数辨识与波形选择的高速机动目标跟踪方法在权利要求书中公布了：1.一种联合参数辨识与波形选择的高速机动目标跟踪方法，其特征在于，包括以下步骤： 根据雷达量测值计算气动加速度，分解后基于解耦设计的气动参数定义反推气动参数，构建九维状态向量； 构建融合气动参数的扩展卡尔曼滤波，对所述九维状态向量进行状态估计得到状态预测值和协方差矩阵，结合所述雷达量测值计算新息，实时更新气动参数； 根据所述协方差矩阵的迹变化率估计加速度导数，根据目标速度分量提取航迹倾斜角，利用两者计算FrFT旋转角，构建二维波形库，选择最小化协方差矩阵迹的波形参数，实时匹配所述波形参数与目标机动特性； 构建双闭环协同控制架构，内环修正气动参数，外环优化波形抑制噪声，通过联合修正机制融合内外环控制量，实现误差协同抑制，更新所述协方差矩阵与所述九维状态向量，判断跟踪时长是否达到预设阈值，若未达到，将所述协方差矩阵与九维状态向量作为下一时刻的初始值；否则，得到目标跟踪结果； 通过坐标矩阵对所述气动加速度进行所述分解得到阻力方向、切向和法向加速度，结合解耦设计的气动参数定义反推气动参数； 所述解耦设计的气动参数定义指：对传统气动参数定义分析过程中的气动参数进行解耦，将所述气动参数中的阻力系数和升力系数转换为包含机动目标质量和参考面积的阻力相关系数和升力相关系数； 分解所述气动加速度获取气动参数灵敏项，构建雅可比矩阵得到所述融合气动参数的扩展卡尔曼滤波； 所述内环基于状态方程和所述雅可比矩阵将所述气动参数的变化转换为加速度修正量，所述状态方程为： ； 式中，为速度，为时间，为重力加速度，为气动加速度，为过程噪声； 所述外环通过计算不同波形参数下的噪声协方差矩阵，选择使所述噪声协方差矩阵最小的波形参数，计算波形切换带来的噪声协方差变化； 所述内外环控制量包括内环增益和外环增益，所述内环增益基于所述雅可比矩阵中的气动参数灵敏度项构造，所述外环增益由所述波形参数的克拉美罗下界矩阵迹的差异决定； 根据所述噪声协方差变化和所述内外环控制量计算联合修正量，基于卡尔曼增益和所述联合修正量调节卡尔曼增益，修正协方差矩阵，公式如下： =； 式中，为k时刻的协方差矩阵，为调整后的卡尔曼增益，为观测矩阵，为噪声协方差矩阵，为k时刻的波形参数，为k-1时刻的协方差矩阵。

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哈尔滨工业大学(威海)，其通讯地址为：264209 山东省威海市环翠区文化西路2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。