Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

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 积分商城 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 > 电子科技大学李晓雪获国家专利权

电子科技大学李晓雪获国家专利权

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!

龙图腾网获悉电子科技大学申请的专利一种观测噪声未知的杂波环境下基于概率数据关联的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:CN119596242B

龙图腾网通过国家知识产权局官网在2025-09-23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:202411663923.5,技术领域涉及:G01S7/02;该发明授权一种观测噪声未知的杂波环境下基于概率数据关联的滤波方法是由李晓雪;杨子奇;王丽;蒲友雷;刘亚涛;江岳;陈旭;黎乔禹设计研发完成,并于2024-11-20向国家知识产权局提交的专利申请。

一种观测噪声未知的杂波环境下基于概率数据关联的滤波方法在说明书摘要公布了:本发明公开了一种观测噪声未知的杂波环境下基于概率数据关联的滤波方法,属于自适应滤波领域,针对杂波环境中观测噪声难以估算的问题,提出了一种基于概率数据关联算法的滤波方法。目的是解决杂波环境下观测噪声难以估算,难以确定目标准确位置的问题。其核心技术包括利用概率数据关联算法对杂波环境中的目标进行跟踪得到目标位置,将得出的新息用于观测噪声计算和滤波更新的问题。仿真结果表明,该发明方法在观测噪声远大于过程噪声的杂波环境下有着良好的估算性能。

本发明授权一种观测噪声未知的杂波环境下基于概率数据关联的滤波方法在权利要求书中公布了:1.一种观测噪声未知的杂波环境下基于概率数据关联的滤波方法,该方法所针对的离散线性时不变系统的运动方程为: xk=F*xk-1+qk-1 zk=H*xk+rk 其中,xk∈Rn是物体在k时刻的物体状态,F∈Rn是物体状态转移矩阵,qk-1是物体在k-1时刻的过程噪声;zk∈Rn是物体在k时刻的可观测量,H∈Rnxn是物体的观测矩阵,rk是物体在k时刻的观测噪声,式子中,Rn表示n维实数列向量,Rnxn表示n×n实数矩阵; 在杂波环境下,状态转移矩阵F,过程噪声协方差Q已知,观测矩阵H已知,且满足完全可控、可观测条件、为恒定值,假设观测矩阵C是可逆且是数量矩阵;系统的观测量zk是可测量的且是有界的;设过程噪声和观测噪声不相关,其数值完全未知且为正定矩阵,假设噪声的数值有界;针对上述离散时间线性时不变系统的模型,在k时刻步骤如下: 步骤1:利用运动方程估计对目标在k时刻的状态进行先验估计,预测对应的观测值作为相关波门中心: xk|k-1=F*xk-1|k-1式1 zk|k-1=H*xk|k-1式2 其中,xk|k-1表示根据k-1时刻信息对于k时刻的目标状态进行的先验估计,F表示状态转移矩阵,xk-1|k-1表示对于目标在k-1时刻状态的后验估计;zk|k-1表示根据观测方程对于目标在k时刻的先验预测状态对应的观测值; 步骤2:更新协方差: Pk|k-1=F*Pk-1|k-1FT+Q式3 Sk=H*Pk|k-1HT+Rk-1式4 Pk|k-1为式1预测的k时刻先验目标状态xk|k-1同目标实际状态xk的协方差,Pk-1|k-1为k-1时刻后验目标状态xk-1|k-1同目标实际状态xk-1的协方差,Q为目标运动的过程误差协方差;Sk为k时刻新息协方差矩阵,用于步骤3筛选观测值,Rk-1为k-1时刻计算的R值,[.]T表示矩阵[.]的转置; 步骤3:在k时刻获取多个实际观测值,以式2得到的先验状态观测值为中心建立相关波门,筛选出实际观测值中落入相关波门的观测值集合: Zk为筛选出的k时刻落入相关波门的观测值集合,m表示共有m个观测值落入相关波门,zik表示集合中的第i个观测值; 步骤4:根据PDA算法计算得到各观测值来自于目标的概率βi; 步骤5:以计算得到的概率作为权值,对观测值进行加权计算得到条件均值作为k时刻对目标的观测值,并以此求出组合k+1时刻的新息Vk+1; 步骤6:设zk对应的状态值为xk,根据观测方程zk=H*xk|k-1+rk得到: α=xk-xk|k-1式9 Vk=zk-zk|k-1=H*xk+rk-H*xk|k-1=H*α+r式10 其中,α为先验预测状态误差,即Pk|k-1=ααT,r为噪声; 步骤7:更新计算得到Rk值; 步骤8:更新卡尔曼增益Kk,对物体状态进行后验估计xk|k,更新后验状态估计协方差Pk|k: Kk=Pk|k-1HTS-1k式15 xk|k=xk|k-1+KkVk式16 其中,xik|k表示θik为真时对应的后验估计状态值,β0k表示k时刻所有量测值都不来源于目标的概率,S-1k表示k时刻新息协方差的Sk的逆矩阵,Kk表示k时刻的卡尔曼增益,xik|k表示k时刻第i个量测值来源于目标的条件下目标状态的后验估计值,xk|k表示k时刻目标状态的后验估计值。

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:611731 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”。

以上内容由龙图腾AI智能生成。

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。