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！

龙图腾网获悉东南大学申请的专利一种防空炮弹布置方案的生成方法及装置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：CN119670945B 。

龙图腾网通过国家知识产权局官网在2025-10-10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：202411669040.5，技术领域涉及：G06Q10/04；该发明授权一种防空炮弹布置方案的生成方法及装置是由温广辉;李晓东;王利楠;赵丹;张猛设计研发完成，并于2024-11-21向国家知识产权局提交的专利申请。

本一种防空炮弹布置方案的生成方法及装置在说明书摘要公布了：本发明公开一种防空炮弹布置方案的生成方法及装置，方法包括：实时采集来袭目标的探测数据，并进行预处理，生成预处理数据；根据预处理数据预生成来袭目标的轨迹，并对预生成的来袭目标的轨迹进行修正，得到修正后的来袭目标的轨迹；根据修正后的来袭目标的轨迹，在来袭目标可能出现的方形覆盖区域内进行防空炮弹布置规划，得到防空炮弹布置方案；采用粒子群优化算法对防空炮弹布置方案进行优化，得到优化后的防空炮弹布置方案，用于拦截来袭目标。本发明提高了传统防空系统在应对动态威胁时响应速度，同时提高了拦截精度。

本发明授权一种防空炮弹布置方案的生成方法及装置在权利要求书中公布了：1.一种防空炮弹布置方案的生成方法，其特征在于，包括： 实时采集来袭目标的探测数据，并进行预处理，生成预处理数据； 根据预处理数据预生成来袭目标的轨迹，并对预生成的来袭目标的轨迹进行修正，得到修正后的来袭目标的轨迹； 根据修正后的来袭目标的轨迹，在来袭目标出现的方形覆盖区域内进行防空炮弹布置规划，得到防空炮弹布置方案； 采用粒子群优化算法对防空炮弹布置方案进行优化，得到优化后的防空炮弹布置方案，用于拦截来袭目标； 其中，根据预处理数据预生成来袭目标的轨迹，包括： 根据预处理数据获得来袭目标的状态估计，并建立来袭目标的运动模型； 根据来袭目标的运动模型，获取来袭目标运动状态的均值与协方差矩阵，进而预生成来袭目标的轨迹； 对预生成的来袭目标的轨迹进行修正，包括： 误差模型构建： 误差模型包括系统误差和测量误差，假设误差模型是高斯分布的，且系统误差和测量误差互不相关，并满足 ，， 其中，表示系统噪声，表示测量噪声，表示系统噪声协方差矩阵，是测量噪声协方差矩阵，表示均值为0，方差为的高斯分布，表示均值为0，方差为的高斯分布，系统的运动状态方程表示为 ， 其中，表示系统在k时刻的状态向量，表示状态转移矩阵，表示时刻的控制输入，表示输入矩阵，表示时刻的系统噪声； 测量模型方程为 ， 其中，表示k时刻传感器的测量值，表示观测矩阵，表示k时刻的测量噪声； 来袭目标状态预测： 根据来袭目标的运动模型，来袭目标在时刻k的状态预测为 ， 其中，表示在时刻k的状态预测值，是基于上一个时刻k-1的状态估计值，是上一个时刻的控制输入； 预测误差协方差矩阵 ， 其中，表示在时刻预测状态的误差协方差矩阵，表示预测误差的大小，它是基于时刻的估计和观测数据得到的；表示基于时刻的观测数据得到的时刻的误差协方差矩阵； 测量信息更新： 传感器在时刻k采集到的测量值与预测值之间的差异定义为 ， 其协方差矩阵为 ， 其中，反映了实际测量与预测之间的误差，用于修正状态估计； 卡尔曼增益计算： 卡尔曼增益决定了测量值和预测值在状态更新中的权重分配，其计算公式为： ， 卡尔曼增益越大，系统越依赖当前的测量值；卡尔曼增益越小，系统则更依赖预测值； 状态更新： 利用卡尔曼增益对预测状态进行修正，更新后的状态估计为 ， 同时更新协方差矩阵： ， 其中，表示基于时刻的观测数据得到的时刻的误差协方差矩阵,表示基于时刻的观测数据得到的时刻的误差协方差矩阵； 通过这种状态更新，修正来袭目标的轨迹误差，使得状态估计更加接近来袭目标的真实轨迹。

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东南大学，其通讯地址为：210096 江苏省南京市玄武区新街口街道四牌楼2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。