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！

龙图腾网获悉杭州电子科技大学申请的专利一种杂波与漏检环境下的目标量测序列提取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：CN114254512B 。

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：202111578693.9，技术领域涉及：G06F30/20；该发明授权一种杂波与漏检环境下的目标量测序列提取方法是由石义芳;张瑜;陈柔洁设计研发完成，并于2021-12-22向国家知识产权局提交的专利申请。

本一种杂波与漏检环境下的目标量测序列提取方法在说明书摘要公布了：本发明公开了一种杂波与漏检环境下的目标量测序列提取方法。该方法利用目标、传感器、传感器平台和历史目标量测序列的先验信息，针对漏检情况提出了距离、角度和多普勒测量通用约束函数，实现了漏检环境下的目标量测序列提取；同时还提出了一种创新性的航迹分裂管理策略，实现了有杂波环境下的目标量测序列提取，最终达到杂波和漏检环境下提取目标量测序列的目的。通过该方法，在复杂环境下成功地实现了目标量测序列提取，该算法仅产生较少的虚假航迹，平均提取准确率达到了98.8％，平均航迹连续性达到了94.1％，算法平均每帧耗时仅为0.033s，拥有很强的实际工程应用性。

本发明授权一种杂波与漏检环境下的目标量测序列提取方法在权利要求书中公布了：1.一种杂波与漏检环境下的目标量测序列提取方法，传感器搭载在可移动传感器平台上，传感器量测为三维的非线性量测，定义截止到k时刻传感器的历史量测为Zk： Zk＝{Z1,Z2,...,Zk} 其中，Zk表示在k时刻传感器当前帧包含了杂波与目标的量测： 其中，表示k时刻传感器当前帧杂波的量测，表示k时刻传感器当前帧的目标量测；其特征在于：具体包括以下步骤： 步骤一、建立规则约束函数 建立在规则约束函数，用于漏检与杂波的过滤；所述漏检表示进行规则约束门限后，门限内没有框到量测点，表示当前帧传感器对目标发生漏检，将当前帧目标量测序列状态记作空集；假设截止当前的kn时刻，漏检帧数为a帧，当a＝0时，表示当前并未出现漏检；当a≤N时，表示到kn-a-1时刻开始不漏检；当aN时，删除当前帧目标量测序列；其中，N由MN逻辑门航迹管理决定； s1.1、距离量测约束函数 目标在k时刻的距离量测dk为： 其中，为目标的位置向量，为传感器的位置向量； 将kn时刻的距离量测分解为： 其中，第一部分为kn时刻不含噪声的距离量测，第二部分为kn时刻的距离量测噪声；根据3σ准则，对进行放缩得到： 将kn时刻不含噪声的距离量测分解为： 其中，第一组变量和是kn-a-1时刻距离量测分别在x、y轴距离的分量，是先验已知的： 其中，表示kn-a-1时刻传感器对目标角度量测的正弦值； 第二组变量和是kn-a-1时刻到kn时刻传感器运动距离分别在x、y轴的分量，是先验已知的： 其中，表示传感器在kn-a-1时刻到kn时刻每个时刻的运动速度，表示传感器在kn-a-1时刻到kn时刻每个时刻的运动方向角，T表示传感器采样周期； 第三组变量和是kn-a-1时刻到kn时刻目标运动距离分别在x、y轴的分量，是未知信息： 其中，表示目标在kn-a-1时刻到kn时刻的平均速度，表示目标在kn-a-1时刻到kn时刻的平均转向角；未知信息里面包含了两个自变量，分别为目标kn-a-1时刻到kn时刻运动矢量的模和运动方向角，将以上三组变量整理代入，得最终无噪声距离约束函数： 两个自变量的取值范围分别为： 其中，vT，max为目标最大运动速度，ωT，max为目标最大运动转向角；通过对和使用自变量离散化求解目标函数得到一个最大值和最小值区间： 得到kn时刻距离量测的门限值为： s1.2、角度量测约束函数 目标在k时刻的角度量测Θk为： 其中，xT,k和yT,k分别表示目标k时刻时x方向和y方向的位置，xS,k和yS,k分别表示传感器k时刻时x方向和y方向的位置； 将kn时刻的角度量测分解为： 根据3σ准则，对进行放缩，可以得到： 对进行分解： 将自变量信息代入，得无噪声角度约束函数： 通过对和使用自变量离散化求解目标函数可以得到一个最大值和最小值区间，即： 将求解出来的和回代，得到kn时刻角度量测的门限值： s1.3、多普勒量测约束函数 目标在k时刻的多普勒量测γk定义为： 其中，为目标的速度向量，为传感器的速度向量； 将kn时刻的多普勒量测分解为： 根据3σ准则，对进行放缩，可以得到： 对进行分解，得到无噪声多普勒约束函数： 其中，表示传感器kn-a-1时刻的多普勒量测，和分别表示传感器和目标kn-a-2时刻到kn-a-1时刻的加速度，是先验已知的，是未知的，有： 求解目标函数得到一个最大值和最小值区间： 将求解出来的和回代，得到kn时刻多普勒量测的门限值： 步骤二、目标量测序列初始化 对目标量测序列的状态以及航迹质量度分别进行初始化； s2.1、目标量测序列的状态由当前帧的一个自由量测点得到，所述自由量测点为初始时刻的所有量测点或每一帧中为被门限框到的量测点；在k时刻目标量测序列的状态xk为： s2.2、设当前时刻为k2时刻，在k1时刻已完成目标量测序列Γ1的状态更新，k1＜k2；提取k2时刻量测对目标量测序列Γ1进行更新； 首先利用步骤一得到的三个维度的规则约束函数对k2时刻量测进行门限，计算k2时刻的门限值： 通过k2时刻的三组门限值计算得到k2时刻的预测值为： k2时刻更新后目标量测序列Γ1的状态为利用极坐标距离绝对值公式，计算k2时刻目标量测序列Γ1的状态和k2时刻目标量测序列Γ1的预测值之间的距离将目标量测序列Γi的航迹质量度AQ定义为每帧的状态与预测值之间的距离和： 其中，l小于等于每条目标量测序列的最大帧数； 步骤三、目标量测序列分裂 使用步骤一得到的规则约束函数进行门限框选；当门限内没有框选到任何量测点时，将该帧的目标量测序列状态置为空集；当门限内框选到量测点数量不为0时，对门限内的每一个量测点都更新一条目标量测序列； 步骤四、目标量测序列管理 选择MN逻辑规则进行目标量测序列管理，剔除漏检帧数过多的虚假航迹； 步骤五、目标量测序列合并 对所有航迹按以下步骤分类合并： s5.1、针对步骤三中由目标量测序列分裂得到的航迹，在分裂N帧后计算其航迹质量度，并与原始目标量测序列的航迹质量度进行比较，保存航迹质量度低即质量高的序列； s5.2、针对长度不同但是存在包含关系的航迹，计算不同目标量测序列之间的重合帧数，如果存在两帧及以上航迹状态完全相同，则将帧数少的目标量测序列删除； s5.3、对经过步骤四管理后的航迹，首先按帧计算每条目标量测序列的平均航迹质量度，当平均航迹质量度大于设定阈值AQmax时，即将该航迹判断为虚假航迹并删除； 经过目标量测序列合并后，剩余的航迹即为杂波与漏检环境下提取得到的目标量测序列。

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杭州电子科技大学，其通讯地址为：310018 浙江省杭州市下沙高教园区2号大街；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”。