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！

龙图腾网获悉北京理工大学申请的专利一种引信目标匹配与炸高自适应控制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：CN118864574B 。

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：202410321927.9，技术领域涉及：G06T7/66；该发明授权一种引信目标匹配与炸高自适应控制方法是由代健;王嘉炜;闫晓鹏;赵钦;安泰;郝新红;陈秀梅设计研发完成，并于2024-03-20向国家知识产权局提交的专利申请。

本一种引信目标匹配与炸高自适应控制方法在说明书摘要公布了：本发明公开的一种引信目标匹配与炸高自适应控制方法，属于引信电子对抗技术领域。本发明实现方法为：根据探测信息得到相对速度，再根据目标二维像，计算最佳启动延时τopt，最佳启动延时τopt应该使目标各个面元总的炸点偏差达到最小化；结合引信目标近场二维成像结果，通过对近场扩展目标二维像灰度加权进行目标质心估计，基于目标质心进行炸高设计；构建用于目标匹配识别的卷积神经网络；根据卷积网络输出的目标归属各类概率，设计引信炸高决策风险因子，建立引信最小风险炸高决策模型，根据最小风险原则自适应选取最佳炸高，从而实现复杂环境下对已知目标或未知目标的自适应炸高控制，有效提高引信对近场扩展目标的炸高估计精度。

本发明授权一种引信目标匹配与炸高自适应控制方法在权利要求书中公布了：1.一种引信目标匹配与炸高自适应控制方法，其特征在于：包括以下步骤， 步骤一：基于目标二维像灰度加权的炸高精确估计； 根据探测信息得到相对速度，再根据目标二维像，计算最佳启动延时τopt，最佳启动延时τopt使目标各个面元总的炸点偏差达到最小化； 灰度加权的最小二乘方法来估计最佳启动延时τopt； 其中，A是具有M×N像素的几何X-Y像；Ix,y是像素x,y的灰度值，x、y为像素在几何像中的行索引和列索引符号，灰度值与目标表面积成比例；为最佳启动延时的估计，τopt即为使得式1达到最小时的像素x,y的启动延时为其中vr为引信与目标间的相对运动速度；为引信落角，计算得到： 从式2得，而其中x0,y0就是图像的质心，基于二维像质心的炸高延时估计与基于二维像灰度加权的最小二乘启动延时估计是等价的； 对于确定参数的引信，其距离分辨率ρr和多普勒分辨率ρfd也是确定的；时频像Β＝[bmn]M×N，每一个像素bmn＝m-1ρr,n-1ρfd，其中m、n为时频像的行索引和列索引符号； 根据波长λ和相对运动速度vr，几何像和时频像Β之间能够实现转换，所以根据和Β，计算得到各个像素bmn的启动延时矩阵τ＝[τmn]M×N，其中每一个像素的启动延时 在弹目交会前，引信根据制导信息得到成像区域内各个像素bmn的启动延时矩阵τ，引信实时探测得到时频像Β，设位置bmn的像素灰度值为imn，得到炸高延时τopt为： 低于引信检测门限的灰度值imn设为0； 步骤二：基于卷积神经网络的目标匹配识别； 卷积神经网络由若干个卷积层和若干个全连接层组成，组合使用卷积层、非线性激活函数和池化层；其中卷积层和池化层的采样窗口为3×3或2×2，池化方式为最大池化，对每个深度切片进行降采样； 基于卷积神经网络对引信目标近场二维成像图进行目标匹配识别，得到目标归属的各类概率； 步骤三：基于最优风险决策的引信炸高自适应控制； 引信炸高自适应控制需要以目标匹配识别结果为基础，采用基于最优风险决策的炸高自适应控制方法，根据卷积网络输出的目标归属各类概率，建立引信最小风险炸高决策模型，根据最小风险原则自适应选取最佳炸高，从而实现复杂环境下对已知目标或未知目标的自适应炸高控制。

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北京理工大学，其通讯地址为：100081 北京市海淀区中关村南大街5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。