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数据驱动的任意群目标外形识别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：CN117194945B 。

龙图腾网通过国家知识产权局官网在2026-01-09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：202310920013.X，技术领域涉及：G06F18/213；该发明授权一种基于数据驱动的任意群目标外形识别方法是由李天成;严瑞波;李固冲设计研发完成，并于2023-07-25向国家知识产权局提交的专利申请。

本一种基于数据驱动的任意群目标外形识别方法在说明书摘要公布了：本发明涉及一种基于数据驱动的任意群目标外形识别方法，属于雷达信号处理领域。通过传感器间信息洪泛与聚类算法提取出群目标所在区域，获得聚类簇，进而采用AlphaShapes算法对各聚类簇进行拟合，通过拟合得到的边缘对目标外形进行描述。本发明方法能够实现在较短时间内拟合出更高精度的群目标外形，无需先验模型信息，克服传统群目标外形方法中的先建立模型再拟合外形的算法，从而完成群目标外形拟合；设计简便，精度更高。

本发明授权一种基于数据驱动的任意群目标外形识别方法在权利要求书中公布了：1.一种基于数据驱动的任意群目标外形识别方法，其特征在于包括： 通过多个传感器获取信息，将信息通过洪泛进行共享，获得当前时刻视场内的所有观测信息； 各传感器获得的信息按照式1通过洪泛进行共享，获得当前时刻视场内的所有观测信息： 1 式中，代表时刻传感器获得的量测信息，表示除传感器外的其他传感器集，AB表示两个集合之间的差集，即A中有而B中没有的所有元素； 采用密度峰值聚类算法对量测信息进行过滤； 计算局部密度与相对距离，在遍历获得所有量测点的局部密度和相对距离后，绘制决策图，选取局部密度与相对距离值最大的点，即同时远离横纵坐标轴的点作为聚类中心点；在找到中心点后，将剩余量测点分配给密度比它高的最近量测点所在簇，形成多个从密度峰值出发的树状结构，每一个树状结构代表一个类簇； 所述计算局部密度与相对距离具体为： 局部密度采用截断核函数或者高斯核函数进行运算，分别如式2与式3所示；相对距离如式4所示： 2 3 4 5 式中，n表示传感器量测点数；为局部密度阈值；表示量测点i与j之间的欧氏距离，如式5所示；为截断距离； 通过AlphaShapes算法进行边缘提取，获取目标外形；所述通过AlphaShapes算法进行边缘提取具体为： 首先计算各量测点之间的间距，构成距离矩阵；再根据距离由小到大排序，取在前百分之十位置的值为半径，以2作为滚动圆的直径；而后，经过某两点且半径为r的滚动圆分别为，则圆心计算公式如式6所示： 6 式中，，；对该滚动圆进行判断，当滚动圆内均存在其他点时，认为不是边界点；而当中存在一个圆内并未有其他点时，则认为为一个边界点对，其连接线为边界线段。

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。