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！

龙图腾网获悉中山大学申请的专利一种重力和重力梯度数据的实时联合滤波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：CN118211007B 。

龙图腾网通过国家知识产权局官网在2025-09-05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：202410207164.5，技术领域涉及：G06F17/11；该发明授权一种重力和重力梯度数据的实时联合滤波方法是由袁园;覃刚设计研发完成，并于2024-02-26向国家知识产权局提交的专利申请。

本一种重力和重力梯度数据的实时联合滤波方法在说明书摘要公布了：本发明公开了一种重力和重力梯度数据的实时联合滤波方法，属于地球物理学技术领域。该方法包括：利用引力位将重力与重力梯度数据结合，通过泰勒公式将重力与重力梯度的关系纳入标准卡尔曼滤波器的系统方程和测量方程；利用卡尔曼滤波中预测状态与实际状态间的差异，自适应更新滤波器参数，得到卡尔曼滤波测量噪声的自适应更新过程方程；利用系统方程和测量方程，联合重力和重力梯度数据，结合卡尔曼滤波测量噪声的自适应更新过程方程，实时去除数据中的噪声，实现重力及重力梯度数据的实时联合滤波处理。本发明在滤除噪声的同时保证滤波后数据满足拉普拉斯方程约束条件，还能满足数据的实时处理要求，实现重力和重力梯度数据的实时联合滤波处理。

本发明授权一种重力和重力梯度数据的实时联合滤波方法在权利要求书中公布了：1.一种重力和重力梯度数据的实时联合滤波方法，其特征在于，包括如下步骤： 1利用引力位将重力与重力梯度数据结合，并通过泰勒公式将重力与重力梯度的关系纳入标准卡尔曼滤波器的系统方程和测量方程； 其中，利用引力位将重力与重力梯度结合的公式为： 式中：g为总的重力场矢量；为对应位置的引力位； 标准卡尔曼滤波器的系统方程为： Xk＝Fk-1Xk-1+wk-1 式中：Xk为k时刻的状态向量，Fk-1为k前一时刻的状态转移矩阵，Xk-1为k前一时刻的状态向量，wk-1为系统噪声，服从均值为0、协方差为Q的高斯正态分布； 测量方程为： Zk＝HkXk+vk 式中：Zk为观测向量，与Xk的形式相同，Hk为测量矩阵，为8阶单位阵，vk为测量噪声，服从均值为0、协方差为R的高斯正态分布； 2利用卡尔曼滤波中预测状态与实际状态间的差异，自适应更新滤波器参数，得到卡尔曼滤波测量噪声协方差的自适应更新过程方程： 式中：为卡尔曼滤波自适应更新后得到的测量噪声协方差，α为权重系数，Rk-1为k前一时刻对Rk的噪声估计值，N为滑动窗口的宽度；ξj为j时刻预测值与实际值的偏差；Hk为测量矩阵，为8阶单位阵；Pk′为估计误差协方差； 3利用步骤1得到的标准卡尔曼滤波器的系统方程和测量方程，联合重力和重力梯度数据，再结合步骤2得到的卡尔曼滤波测量噪声的自适应更新过程方程，实时去除数据中的噪声，实现重力及重力梯度数据的实时联合滤波处理。

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山大学，其通讯地址为：510000 广东省广州市新港西路135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”。