哈尔滨工业大学周荻获国家专利权
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!
龙图腾网获悉哈尔滨工业大学申请的专利一种基于预报信息的大机动目标建模与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:CN119535975B 。
龙图腾网通过国家知识产权局官网在2025-09-12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:202411634081.0,技术领域涉及:G05B13/04;该发明授权一种基于预报信息的大机动目标建模与跟踪方法是由周荻;王庆超;李思远;张茜;何源;胡鑫;邹昕光设计研发完成,并于2024-11-15向国家知识产权局提交的专利申请。
本一种基于预报信息的大机动目标建模与跟踪方法在说明书摘要公布了:本发明提出一种基于改进Singer模型的大机动目标建模与跟踪方法。所述方法引入目标的加加速度作为状态变量,建立了状态模型,验证了该非线性状态模型的可观性,通过导引头获得的相对距离、相对速度和视线角速率信息,进行强机动目标加速度和视线角速率的估计,并针对制导过程进行仿真,证明了所提出的方法估计出的目标加速度和视线角速率精度较高,提高了拦截机动目标的性能。
本发明授权一种基于预报信息的大机动目标建模与跟踪方法在权利要求书中公布了:1.一种基于预报信息的大机动目标建模与跟踪方法,其特征在于,所述方法包括以下步骤: 步骤一:根据目标与追踪器的位置关系,推导在视线坐标系下的追踪器与目标相对运动方程; 步骤二:采用Singer模型,在视线坐标系下引入加加速度这一状态变量,建立目标的十二阶状态模型; 步骤三:对目标的十二阶状态模型进行可观性分析; 步骤四:基于所述十二阶状态模型,建立跟踪滤波器模型,通过导引头测得的相对距离、相对速度和视线角信息,进行扩展卡尔曼滤波器设计,实现目标加速度和视线角速率的估计; 步骤五:利用所估计的视线角速率进行制导仿真; 在步骤一中,目标—追踪器视线矢量表示为 1 其中,和分别代表目标和追踪器在惯性坐标系中的位置矢量; 对式1相对时间微分,得到 2 其中,和分别代表视线矢量在惯性坐标系和视线坐标系中相对时间求导,代表视线坐标系相对惯性坐标系的旋转角速度,和分别代表目标和追踪器速度矢量;上式写成在视线坐标系中的投影形式为: 3 其中, ,4 将式4带入式3,可得 5 把式5相对时间求导,得到 6 投影到视线坐标系下,其中, ,7 将5带入,化简可得运动方程为: 8 其中,、和是追踪器加速度在视线坐标系三个轴上的分量,、和是目标加速度在视线坐标系三个轴上的分量; 在步骤二中,建立目标的十二阶状态模型,具体为: 将式5带入到式8可得 9 其中,、和是追踪器相对速度矢量在视线坐标系三个轴上的分量;为了获得更加精确的大机动目标加速度信息,选取加加速度作为状态变量,采用Singer模型,选取状态变量为: 10 综上,可以得到如式11所示的十二阶状态模型: 11 其中、、是方差为Q的高斯白噪声,、、是目标机动频率;选取相对距离、相对速度、高低角和方位角作为测量量。
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哈尔滨工业大学,其通讯地址为:150001 黑龙江省哈尔滨市南岗区西大直街92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”。
以上内容由龙图腾AI智能生成。
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。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励