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！

龙图腾网获悉电子科技大学申请的专利一种基于M估计的递归最小p阶自适应滤波定位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：CN115498980B 。

龙图腾网通过国家知识产权局官网在2025-08-29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：202211262687.7，技术领域涉及：H03H21/00；该发明授权一种基于M估计的递归最小p阶自适应滤波定位方法是由王刚;彭倍;欧阳林强;方强;童林灵设计研发完成，并于2022-10-14向国家知识产权局提交的专利申请。

本一种基于M估计的递归最小p阶自适应滤波定位方法在说明书摘要公布了：本发明公开了一种基于M估计的递归最小p阶自适应滤波定位方法，包括：S1.构建自适应滤波定位系统非线性模型结合期望响应得到误差，将非线性模型转换为伪线性模型；S2.计算标准化残差指标得到加权函数；S3.结合M估计理论和递归最小p阶范数，构建误差函数和系统代价函数，根据误差函数和系统代价函数给出算法的迭代流程，采用算法对滤波器系统进行更新；S4.在连续的时间内，进行迭代处理，直到达到设定的最大迭代次数后，得到此时伪线性模型中的滤波器系数，并据此进行目标位置的预测。本发明将M估计的Logistic函数和递归最小p阶（RLP）算法相结合，能够有效地在非高斯环境下工作，且具有优越的滤波性能和更好的鲁棒性能，能够实现目标的精确定位。

本发明授权一种基于M估计的递归最小p阶自适应滤波定位方法在权利要求书中公布了：1.一种基于M估计的递归最小p阶自适应滤波定位方法，其特征在于：包括以下步骤： S1.构建自适应滤波定位系统非线性模型初始化噪声方差，并结合期望响应得到误差将非线性模型转换为伪线性模型； S2.选择M估计的加权函数，给定控制常数c，并计算标准化残差指标得到加权函数δk； 所述步骤S2中包括： 选择M估计的加权函数为Logistic函数；使用Logistic函数定义加权函数δk： 其中，zk即为标准化残差指标，给定控制常数c，控制常数c一般取1～2之间的正数，||表示绝对值函数，tan·表示正切函数由步骤S1可知于是通过下式计算zk可以得到加权函数δk； zk＝eks＝0.6745ekmed|e-mede| 其中，ek是误差向量用于计算标准化残差指标zk，med·代表中值函数，s为残差标度； S3.结合M估计理论和递归最小p阶范数，构建误差函数和系统代价函数，根据误差函数和系统代价函数给出算法的迭代流程，采用算法对滤波器系统进行更新； 所述步骤S3包括： S301.定义遗忘因子λ,0＜λ≤1，构建代价函数为： 其中，p是一个大于0的数，表示en的p阶范数，δn为M估计得出的加权函数；在该代价函数中，wTn-1Hn表示含噪的观测值，wn-1为前一时刻的滤波器系数值，初始值w0是一随机值，表示不含噪的真实值，因此两者之差即为系统遭受的噪声，通过构造一个估计的目标位置w，使得该代价函数最小即得到噪声vn最小时，最接近目标真实位置的估计位置； S302.计算代价函数的梯度为： 令梯度为0，有 S303.定义如下替换，其中Rk表示自相关矩阵，rk表示互相关矩阵： Qk＝R-1k. 推导出Rk和Rk-1，Rk和rk的关系如下： Rk＝λRk-1+p||ek||p-2δkHkHTk, wk＝R-1krk＝Qkrk, 由矩阵求逆引理A+BCD-1＝A-1-A-1BC-1+DA-1B-1DA-1得出， S304.构造MRLP算法中的辅助变量Kk： Kk＝Qk-1Hk[λp‖ek||p-2δk+HTkQk-1Hk]-1, 所以，Qk简化为下式， Qk＝[Qk-1-KkHTkQk-1]λ, 其中Qk的初值设定为ρ-1I，其中ρ-1是一个正数，取值范围为0～1，I是单位阵；于是得到k时刻的滤波器系数wk的计算公式为： wk＝wk-1+Kkek； S4.在连续的时间内，根据步骤S1～S3步骤进行迭代处理，直到达到设定的最大迭代次数后，得到此时伪线性模型中的滤波器系数，并据此进行目标位置的预测。

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电子科技大学，其通讯地址为：610000 四川省成都市高新区（西区）西源大道2006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”。