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！

龙图腾网获悉西北工业大学申请的专利基于动态抗噪聚类与双向验证匹配的多目标航迹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：CN120742306B 。

龙图腾网通过国家知识产权局官网在2025-11-07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：202511199003.7，技术领域涉及：G01S13/86；该发明授权基于动态抗噪聚类与双向验证匹配的多目标航迹跟踪方法是由许悦雷;王付伟;张兆祥;王璇;王铉彬;陈汉;郑爽设计研发完成，并于2025-08-26向国家知识产权局提交的专利申请。

本基于动态抗噪聚类与双向验证匹配的多目标航迹跟踪方法在说明书摘要公布了：本发明提出一种基于动态抗噪聚类与双向验证匹配的多目标航迹跟踪方法，首先实时采集不同传感器的异构数据；其次对异构数据进行动态时空配准处理，得到时空对齐的多传感器量测数据；然后对量测数据进行噪声过滤与目标初筛，结合传感器置信度权重实现多模态数据融合，得到经过多传感器融合后的多目标位置信息；之后通过构建并求解正向时空增强代价矩阵和逆向时空增强代价矩阵，对目标点与航迹进行双向验证，将得到的多目标位置信息与现有航迹进行航迹匹配；最后通过扩展卡尔曼滤波预测目标状态，并通过闭环反馈机制动态优化上述过程，得到稳定航迹，完成多目标航迹跟踪。本发明可明显提升多目标连续稳定跟踪能力并为海域态势感知提供可靠技术支撑。

本发明授权基于动态抗噪聚类与双向验证匹配的多目标航迹跟踪方法在权利要求书中公布了：1.一种基于动态抗噪聚类与双向验证匹配的多目标航迹跟踪方法，其特征在于：包括以下步骤： 步骤1：实时采集不同传感器的异构数据； 步骤2：对步骤1得到的异构数据进行动态时空配准处理，得到时空对齐的多传感器量测数据； 步骤3：对步骤2得到的量测数据进行噪声过滤与目标初筛，结合传感器置信度权重实现多模态数据融合，得到经过多传感器融合后的多目标位置信息； 步骤4：通过构建并求解正向时空增强代价矩阵和逆向时空增强代价矩阵，对目标点与航迹进行双向验证，将步骤3得到的多目标位置信息与现有航迹进行航迹匹配； 步骤5：通过扩展卡尔曼滤波预测目标状态，并通过闭环反馈机制动态优化步骤2至步骤4，得到稳定航迹，完成多目标航迹跟踪； 步骤3的具体实现过程为： 步骤3.1：根据局部密度动态调整邻域半径： 对于进入本步骤的每个数据点，计算其与相邻个邻域点的欧氏距离，生成数据点的自适应半径： 其中为中的点，是点p的近邻集合，由距离点最近的个数据点组成，为预设近邻数； 对自适应半径设置半径上限，得到限幅后的自适应半径： 其中为预设的最大半径阈值； 步骤3.2：基于步骤3.1得到的自适应半径，采用动态抗噪DBSCAN聚类算法对步骤2得到的时空对齐的多传感器量测数据剔除噪声点，提取量测数据中时空一致的目标簇，完成噪声过滤与目标初筛； 步骤3.3：对经过步骤3.2处理后的目标簇，采用加权分配融合权重生成经过多传感器融合后的多目标位置信息：对于每一个目标簇数据，计算加权融合后的目标位置： 其中为目标簇中的数据点数，为目标簇中的第个传感器的测量值，为传感器测量权重； 步骤4的具体实现过程为： 步骤4.1：结合目标点与航迹预测位置之间的欧氏距离、运动一致性以及时间窗口，生成正向时空增强代价矩阵以及逆向时空增强代价矩阵； 步骤4.2：采用匈牙利算法分别对所述正向时空增强代价矩阵和所述逆向时空增强代价矩阵进行匹配求解，剔除时空连续性冲突的匹配对，实现目标位置信息与现有航迹匹配。

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西北工业大学，其通讯地址为：710072 陕西省西安市碑林区友谊西路127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。