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！

龙图腾网获悉河南大学申请的专利未知概率Skew及重尾噪声下的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：CN115358325B 。

龙图腾网通过国家知识产权局官网在2025-08-05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：202211020469.2，技术领域涉及：G06F18/20；该发明授权未知概率Skew及重尾噪声下的目标跟踪方法是由周林;张前程;轩亚柯;刘樾;程聪聪;张梦;冷俊芳;李军伟;胡振涛设计研发完成，并于2022-09-29向国家知识产权局提交的专利申请。

本未知概率Skew及重尾噪声下的目标跟踪方法在说明书摘要公布了：本发明公开了一种未知概率Skew及重尾噪声下的目标跟踪方法，包含以下步骤：首先，在分布式目标跟踪框架下，根据未知参数所服从的特性进行先验建模；其次通过标准变分贝叶斯方法定点迭代联合推断出目标状态、系统偏差、噪声协方差等后验分布参数；最后依据协方差交叉融合策略实现对局部状态估计值的融合与修正。所提方法在目标跟踪过程中综合考虑了未知概率随机出现的过程噪声、异常重尾量测噪声和未知且时变的系统偏差的多重影响，能够有效地估计出目标状态、噪声协方差、系统偏差等未知参数，进而提高了目标的跟踪精度，同时具有较好的自适应性和鲁棒性。

本发明授权未知概率Skew及重尾噪声下的目标跟踪方法在权利要求书中公布了：1.未知概率Skew及重尾噪声下的目标跟踪方法，其特征在于：包括包括以下步骤： S1：多传感器共同跟踪同一目标的物理场景，在目标跟踪过程中综合考虑目标状态过程噪声、传感器量测噪声和系统偏差的影响，故建立目标的状态模型、量测模型和系统偏差模型； S2：设置k-1时刻变分迭代求解参数的初值和初始化期望，k＝1,2,3...,ts，ts为仿真总时间； S3：建立k时刻传感器s的目标状态一步预测概率密度Pxk,s∣z1:k-1模型、量测似然概率密度Pzk,s∣xk,s模型和对数联合概率密度模型； S4：变分贝叶斯近似后验： 步骤S3构建的模型参数之间存在相互耦合，无法解析求解未知参数的后验，引入变分贝叶斯方法近似求解S3中的未知参数的后验，其求解公式如下： 其中，表示关于求期望操作，表示取集的某一个元素，是集中除外剩余元素，相对未知参数是不相关的常数，表示以自然常数为底的对数近似后验概率密度； S5：设置变分迭代总次数为i表示变分第i次迭代， S6：更新求解状态预测协方差矩阵Pk|k-1,s和量测噪声协方差矩阵Rk,s； S7：更新求解形状参数βk、系统偏差ηk,s和目标状态xk,s； S8：更新求解辅助变量λk、γk及其对应自由度参数ωk、νk； S9：更新求解随机变量ξk和Skew噪声发生概率πk； S10：重复步骤S6-S9，直到达到预先设定变分迭代总次数或满足迭代终止条件:取1e-15，则迭代结束； S11：输出变分迭代结果: 输出迭代结果：和Σk|k,s，并赋值作为k+1时刻变分迭代初始值； S12：多传感器分布式融合反馈: 在分布式网络中，在其局部滤波器完成偏差配准后仅依赖单个传感器进行目标跟踪往往很难达到预期的精度，故需将步骤S11变分迭代求解得到的各局部滤波器状态值以及其协方差矩阵Pk|k,s信息进行融合并将融合后的最优目标状态及其协方差矩阵反馈给各局部滤波器。

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河南大学，其通讯地址为：475001 河南省开封市明伦街85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”。