Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 西北工业大学;中国人民解放军92578部队韩一娜获国家专利权

西北工业大学;中国人民解放军92578部队韩一娜获国家专利权

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;中国人民解放军92578部队申请的专利一种分形特征辅助的港口主动声呐弱小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:CN115731265B

龙图腾网通过国家知识产权局官网在2025-08-15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:202211441552.7,技术领域涉及:G06T7/246;该发明授权一种分形特征辅助的港口主动声呐弱小目标跟踪方法是由韩一娜;赵爽;刘清宇;宋俊设计研发完成,并于2022-11-17向国家知识产权局提交的专利申请。

一种分形特征辅助的港口主动声呐弱小目标跟踪方法在说明书摘要公布了:本发明涉及一种分形特征辅助的港口主动声呐弱小目标跟踪方法,是一种面向杂波环境基于分形特征辅助的弱小目标跟踪方法,通过建立目标和杂波在分形特征空间下的概率密度分布模型,对多假设跟踪方法中评估轨迹假设置信度的模式进行重新构建,在原有的轨迹假设运动得分的基础上,建立基于分形特征辅助的数据关联质量评价机制。在该评价体系下进行轨迹假设置信度计算,可以快速确认目标轨迹并保持稳健跟踪,同时有效抑制大量杂波量测并使虚假航迹被提前终止,从而显著提高运算执行效率,为高强度密集杂波背景下的微弱点目标跟踪提供高效的解决方案。

本发明授权一种分形特征辅助的港口主动声呐弱小目标跟踪方法在权利要求书中公布了:1.一种分形特征辅助的港口主动声呐弱小目标跟踪方法,其特征在于步骤如下: 步骤1:对当前时刻采集的回波图像数据,进行目标的连通区域阈值检测,获得每个潜在目标对应的位置观测信息 步骤2:根据量测的位置信息计算当前量测与某个已形成轨迹之间相互关联的可能性,作为该条轨迹假设的运动得分: Smk=Smk-1+ΔSmk 其中,表示在第k-1前一时刻的第l个轨迹假设,p·表示概率密度函数,PD为检测概率,λφ是杂波的空间密度,λυ是新目标的空间密度; 步骤3:对每个量测点进行分形特征提取,计算分形特征值,为每个量测点增加一个分形特征状态向量fi k; 步骤4:根据贝叶斯估计理论,建立关于分形特征的航迹关联评价机制,为每一个轨迹假设计算一个分形特征得分,用于反映每个潜在数据关联存在的可能性; 分形特征得分: 其中,H0,H1分别表示杂波假设和目标假设;表示利用具有特征值fi k的量测与前一时刻轨迹更新的关联假设属于目标轨迹的概率,而表示更新的轨迹关联假设属于杂波的概率即计算杂波轨迹的后验概率; 步骤5:将轨迹假设的运动得分和分形特征得分进行加权求和,得到该条轨迹关联假设的总评分: Sk=ωmSmk+ωfSfk 其中ωm+ωf=1,ωm与ωf分别是运动得分Smk和分形特征得分Sfk的权重系数; 步骤6:重复步骤2-步骤5,对每一个当前时刻可能存在的轨迹假设计算轨迹的运动得分、特征得分,以及总得分; 步骤7:从已形成的全部轨迹假设中计算最优全局假设集合,得到最终轨迹的输出结果,过程为: 创建一个无向图G=V,E,V表示顶点集,每个顶点代表一个轨迹假设;E表示边集,当两个轨迹假设有共享相同的量测时,产生一条边;然后,将每个轨迹假设的轨迹总得分作为对应轨迹假设顶点的权重系数S,求解最优全局假设是要获得一组总权值最大且没有公共边的独立顶点集,将其表示为计算: s.t.xi+xj≤1,i,j∈E xi∈{0,1} 其中,xi是一个决策变量,xi=1表示该轨迹假设被选择成为最佳全局假设的元素之一,而xi=0表示将该假设排除在独立集之外; 最后,将xi=1的所有轨迹假设最为确认轨迹作为目标跟踪的结果输出; 步骤8:对偏离最佳全局假设的其他轨迹假设进行轨迹剪枝处理; 步骤9:在一个新的时序关联周期,重复1-9过程。

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;中国人民解放军92578部队,其通讯地址为:710072 陕西省西安市友谊西路;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”。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。