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！

龙图腾网获悉中国人民解放军空军工程大学申请的专利一种无人机集群目标的联合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：CN115270928B 。

龙图腾网通过国家知识产权局官网在2026-02-06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：202210758980.6，技术领域涉及：G06F17/10；该发明授权一种无人机集群目标的联合跟踪方法是由薛锡瑞;黄树彩;李宁;韦道知;罗瑞宁;谢家豪;张振;李琦设计研发完成，并于2022-06-30向国家知识产权局提交的专利申请。

本一种无人机集群目标的联合跟踪方法在说明书摘要公布了：本发明公开了一种无人机集群目标的联合跟踪方法，首先，本方法根据无人机集群分离、聚合和调整三种交互规则，利用随机微分方程有效描述了无人机集群的协同运动；其次，基于目标运动特性定义新的距离测度，在该测度基础上利用DBSCAN聚类算法实现了视场中集群的划分；最后，在贝叶斯滤波框架下，将DBSCAN聚类算法与JPDA算法相结合，同时实现了杂波环境下的集群划分与目标联合状态估计；仿真实验中，对集群的合群、分群行为进行了模拟并进行了状态估计，结果表明，本文所提算法能有效描述无人机集群目标的交互运动过程，跟踪算法能有效进行集群目标的联合跟踪，事实证明，本方法具有跟踪、分类效果好的特点。

本发明授权一种无人机集群目标的联合跟踪方法在权利要求书中公布了：1.一种无人机集群目标的联合跟踪方法，其特征在于：包括步骤 Step1.构建无人机集群运动模型 Step101.在无人机集群中，构建集群成员SDE运动模型； Step102.根据步骤Step101建立的集群成员SDE运动模型，构建集群联合运动状态SDE运动模型； Step2.建立联合跟踪模型 Step201.在集群联合运动状态SDE运动模型的基础上，将集群联合运动状态SDE运动模型离散化后与目标联合量测方程联立得到无人机集群目标联合跟踪系统方程，并引入贝叶斯滤波过程对群内成员进行位置估计； Step202.引入DBSCAN聚类算法，对集群目标进行聚类，在各自所属集群下，计算任一目标的位置预测值； Step203.引入JPDA算法流程，对集群群目标进行量测关联和滤波跟踪； 步骤Step101所述的集群成员SDE运动模型的构建过程包括 设无人机集群内有个成员，第个成员的动力学模型为： 1 在式1中，和分别代表第个目标时刻的位置和速度，表示位置控制参数，表示速度控制参数，表示群中个体的运动噪声，表示整个群体的运动噪声，、分别表示目标所在群的位置中心和所有成员的速度均值，表示目标受到群体内其他目标的总势场力，势场力为势场函数的负梯度，按照势场函数连续、可微、非负的要求可定义势场力如： 2 式2中，为成员i与成员j间的欧氏距离，R11、R12、R21、R22为势场力控制参数； 步骤Step102所述的集群联合运动状态SDE运动模型的构建过程包括 Step1021.根据成员的SDE运动模型，将属于同一集群的成员SDE联合后得二维空间中集群联合状态线性SDE表示如下： 3 式3中 4 矩阵，定义为 5 其中，在式5中 6 矩阵，定义为 7 联合噪声由个体运动噪声和群体运动噪声合并而来，的协方差矩阵为 8 系数矩阵； 矩阵，定义为 9 其中，在式9中 10 矩阵，定义为 11 Step1022.求解集群联合运动状态SDE，并将之离散化，与目标联合量测方程联立后可得无人机集群目标联合跟踪系统方程如： 12 在式12中，，； 为零均值高斯噪声，其协方差 13 矩阵，定义为 14 其中，在式14中， 15 量测噪声是高斯白噪声，其协方差矩阵 16。

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中国人民解放军空军工程大学，其通讯地址为：710051 陕西省西安市灞桥区长乐东路甲字一号；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。