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！

龙图腾网获悉杭州电子科技大学申请的专利基于SC-LM的分散式GM-LPHD多目标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：CN116295348B 。

龙图腾网通过国家知识产权局官网在2025-12-05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：202310270388.6，技术领域涉及：G01C21/00；该发明授权基于SC-LM的分散式GM-LPHD多目标跟踪方法是由申屠晗;林锐峰;李橘楠;白志圆设计研发完成，并于2023-03-20向国家知识产权局提交的专利申请。

本基于SC-LM的分散式GM-LPHD多目标跟踪方法在说明书摘要公布了：本发明公开基于SC‑LM的分散式GM‑LPHD多目标跟踪方法。构建分散式多传感器多目标跟踪场景；对多目标的状态、观测进行建模；GM‑LPHD滤波器建模；利用分散式融合架构，对所有传感器的后验高斯混合集先SC‑LM处理再融合；利用GM‑SC‑LM‑LPHD滤波器在分散式框架下实现多目标跟踪。本发明利用状态聚类对不同传感器节点的标签空间进行匹配，使得在进行GCI融合时，不同传感器之间达成标签一致，实现对多目标的准确跟踪；本发明有效抑制分散式传感器之间标签不一致带来的融合性能下降问题，较原始的分散式多传感器GM‑LPHD滤波器在跟踪性能上有提升，可在多机器人，无人机集群中得到广泛的应用。

本发明授权基于SC-LM的分散式GM-LPHD多目标跟踪方法在权利要求书中公布了：1.基于SC-LM的分散式GM-LPHD多目标跟踪方法，其特征在于包括以下步骤： 步骤1、构建分散式多传感器多目标跟踪场景，设置相关参数，包括目标运动的过程噪声和传感器的观测噪声； 步骤2、对目标的状态、观测进行建模； 步骤3、单传感器GM-LPHD滤波器建模； 步骤4、基于步骤2-3，利用分散式融合架构，对所有传感器的后验高斯集进行先SC-LM处理后融合；具体如下： 4-1在时刻，基于步骤2-3可知传感器经过GM-LPHD滤波得到标签后验高斯混合集，其中、、分别表示时刻传感器经过步骤3滤波后得到的第个GM-LPHD分量的权值、状态均值、协方差，表示传感器经过步骤3后得到的GM-LPHD分量个数； 4-2状态聚类 假设任意两个传感器，的标签后验高斯集分别为、，按照式12计算传感器，中第个和第j个GM-LPHD分量之间的距离： ； 其中表示2范数； 根据式12得到传感器与传感器之间的代价矩阵如下： ； 4-3标签匹配 经过步骤4-2状态聚类所得到的代价矩阵，通过式14得到传感器和传感器后验状态之间的匹配关系： ； 其中表示传感器中的高斯分量与传感器中高斯分量的匹配关系，意味着中第个标签高斯分量与中第个标签高斯分量在状态上匹配； 对于所有的匹配对，当满足式15条件时，将它们的标签进行配对： 其中c1为门限； 将完成匹配的标签高斯分量的标签做如下处理： 其中表示融合后的标签高斯分量的标签； 故根据公式16，标签高斯分量与分别更新为与； 4-4分散式几何平均融合 将传感器与传感器中的标签后验高斯分量进行SC-LM处理之后，进行几何平均GA融合，公式如下： ； ； ； ； ； 其中、表示GA融合的融合系数，表示为经过SC-LM处理后的第与第个标签后验高斯分量的融合权重，表示为经过SC-LM处理后的第与第个标签后验高斯分量的融合协方差；表示为经过SC-LM处理后的第与第个标签后验高斯分量的融合均值； 4-5判断分散式几何平均融合的融合次数是否达到一致性融合次数要求，若未达到，则跳转到步骤4-2继续执行，若达到则输出滤波结果； 步骤5、利用构建好的GM-SC-LM-LPHD滤波器在分散式框架下实现多目标跟踪。

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杭州电子科技大学，其通讯地址为：310018 浙江省杭州市下沙高教园区2号大街；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。