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！

龙图腾网获悉中国空间技术研究院申请的专利基于改进卡尔曼滤波的多星协同动目标持续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：CN120065257B 。

龙图腾网通过国家知识产权局官网在2025-11-18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：202510151522.X，技术领域涉及：G01S19/14；该发明授权基于改进卡尔曼滤波的多星协同动目标持续跟踪方法是由王金旺;刘建勋;张钰莹;张永贺;孙希彤;张琪;郭静;殷建丰;王倩;姜宏佳设计研发完成，并于2025-02-11向国家知识产权局提交的专利申请。

本基于改进卡尔曼滤波的多星协同动目标持续跟踪方法在说明书摘要公布了：本发明涉及一种基于改进卡尔曼滤波的多星协同动目标持续跟踪方法，包括以下步骤：计算多星协同任务区，向第一颗卫星上注协同任务区；第一颗卫星探测到目标后，建立卡尔曼滤波模型，并将引导信息发送至下一颗卫星；下一颗卫星基于接收的引导信息，利用改进卡尔曼滤波算法预测目标位置，并执行探测任务；卫星探测到目标后，更新卡尔曼滤波系数，并引导下一颗卫星接力跟踪，实现动目标的持续跟踪。本发明，通过计算多星协同任务区、改进卡尔曼滤波预测、设计协同引导信息等关键方法有效提高协同引导成功率，在航海安全领域具有重要的应用价值。

本发明授权基于改进卡尔曼滤波的多星协同动目标持续跟踪方法在权利要求书中公布了：1.一种基于改进卡尔曼滤波的多星协同动目标持续跟踪方法，包括以下步骤： 步骤S1、计算多星协同任务区，向第一颗卫星上注协同任务区，多星协同任务区的计算方法包括： 步骤S11、定义卫星的可见窗口，记为sats,ts,te,a，其中s为卫星编号，ts、te为卫星观测目标区域的开始时间和结束时间，a为卫星在目标区域上的可见视场范围，同时令引导时间阈值为td； 步骤S12、按观测开始时间对所有可见窗口排序，形成集合{sat1,sat2…sati,sati+1…satn}； 步骤S13、采用堆栈结构动态筛选可见窗口，入栈条件为当前窗口与栈顶窗口的可见视场存在交集，且时间间隔小于引导时间阈值td，所述入栈条件表示为： 其中，sc为堆栈里卫星编号集合，tis为当前窗口的开始时间，tpe为栈顶窗口的结束时间，td为引导时间阈值，ai为当前的区域窗口，ac为栈顶窗口的可见视场； 步骤S14、当栈中卫星编号覆盖所有卫星时，记录当前视场交集为协同任务区； 步骤S2、第一颗卫星探测到目标后，建立卡尔曼滤波模型，并将引导信息发送至下一颗卫星； 所述引导信息包括目标的状态变量和卡尔曼滤波参数，具体包括：目标侦获时间t、目标侦获位置和速度X4、状态转移系数A、测量系数C、方差P、状态转移噪声vm、观测噪声v0； 卡尔曼滤波模型的状态变量X4＝[x,y,vx,vy]，包括目标位置和速度；在计算目标的x轴方向时，状态向量表示为X＝[x,vx]，状态方程表示为： Xt+1＝AXt+vm，其中，T为测量时间间隔，vm为状态转移噪声； 建立匀速运动模型，则状态转移矩阵A＝[1,T；0,1]，服从均值为0、方差为σm的高斯分布，测量方程为：Zt+1＝CZt+v0，其中，测量值Z＝x，C＝1；v0为观测噪声，服从均值为0、方差为σ0的高斯分布； 卡尔曼滤波步骤如下： 由t＝1、t＝2时刻的观测值x1、x2确定系统的状态变量和协方差的初值： X2＝[x2,x2-x1T] P2＝diag0.1,0.11 将状态变量和协方差的初值代入系统的状态转移方程中，得到系统的先验估计与方差： Xt＝AXt-1 Pt＝APtAT+vm2 则系统的卡尔曼增益K为： K＝PtCT[R+CPtCT]-13 式中：R＝CPtCT+σ0 后验估计与后验方差分别为： 利用同样的方式完成y轴上的位置和速度的卡尔曼滤波； 步骤S3、下一颗卫星基于接收的引导信息，利用改进卡尔曼滤波算法预测目标位置，并执行探测任务；改进卡尔曼滤波算法包括： 下一颗卫星收到引导信息后，将所述引导信息代入式2中，计算目标预测位置Xn1，并在Xn1的上下左右四个方位扩展8个预测点，各点间距由卫星视场范围确定； 步骤S4、卫星探测到目标后，更新卡尔曼滤波系数，并引导下一颗卫星接力跟踪，实现动目标的持续跟踪。

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国空间技术研究院，其通讯地址为：100094 北京市海淀区友谊路104号院；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。