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一种分布式无人机的态势融合和任务分配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：CN119806174B 。

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：202411815423.9，技术领域涉及：G05D1/46；该发明授权一种分布式无人机的态势融合和任务分配方法是由钱程;付斌设计研发完成，并于2024-12-11向国家知识产权局提交的专利申请。

本一种分布式无人机的态势融合和任务分配方法在说明书摘要公布了：本发明公开了一种分布式无人机的态势融合和任务分配方法，用于增强无人机群的协同作业能力和任务执行效率。无人机通过机载传感器收集环境数据，采用高斯滤波器进行去噪处理，并提取特征信息。利用分布式态势融合算法，无人机群同步和融合信息，形成全局态势图。通过贝叶斯网络进行最优任务分配，实现资源的优化利用。能够有效提升无人机群在复杂环境中的适应性和决策能力，适用于军事和民用领域。

本发明授权一种分布式无人机的态势融合和任务分配方法在权利要求书中公布了：1.一种分布式无人机的态势融合和任务分配方法，其特征在于，包括如下步骤： 步骤1：无人机态势感知； 步骤1-1：无人机利用机载的传感器收集到周围的环境数据I，对环境数据I通过信号处理运算进行预处理，预处理后的环境数据信息为If： If＝G*I+λI1 其中：If为滤波后的环境数据信息，G为高斯核，I是无人机机载传感器所收集到的原始环境数据,λ为平滑参数； 步骤1-2：设无人机感知到输入滤波后的环境数据信息Ifx,y，其中x,y分别为无人机所感知到环境信息的横坐标与纵坐标，通过计算得到Ifx,y在横坐标方向和纵坐标方向的梯度Dx与Dy： 其中：为求偏导符号； 计算Ifx,y两个方向梯度的乘积，即在X轴方向的乘积与在Y轴方向的乘积 使用高斯函数对和DxDy进行高斯加权，生成中间的计算矩阵元素MA、MB、和MC： 其中：ωx、ωy和ωxy分别为高斯加权的权值，为叉乘符号； 步骤1-3：计算无人机所感知到的数据If每个像素的Harris响应值Rmap： Rmap＝{detMA,MB,MC-αtraceMA,MB,MC2Tr}6 其中：detMA,MB,MC为矩阵的行列式，traceMA,MB,MC为矩阵行列式的轨迹，α表示角点响应参数，Tr表示判断阈值； 由此得到无人机所感知到数据的特征信息T，对于任意的感知像素点x,y∈T，得到该像素点总满足Harris响应值Rmap，即： 步骤2：云端态势融合； 步骤2-1：针对特征信息Ti和Tj，分别构建特征窗口Win＝wx,hy，之后将特征窗口中的二维窗口按照一维矩阵的排列方式转换为特征向量n，即Winx,y＝n1,xy；构建特征窗口向量 对特征向量的相似性约束问题，将同种类别的相似性约束到最小值即为具备相似特征的目标类别，进行相似度匹配，如下式所示： 令矩阵SV的奇异值分别为： SV＝PΣPT9 其中：P为转换矩阵，Σ为N×N的奇异值矩阵； 步骤2-2：设ΣK为矩阵SV前K个奇异值构成的对角矩阵，P·K为ΣK所对应的左奇异值向量，则有的一个确定解为： 将原目标函数的问题改写为： 步骤2-3：将UK＝{u1,u2,u3,...,uN}作为网络的输入层，H作为网络的输出层，将该问题的目标函数作为深度置信网络模型进行求解；将每层的网络输入层ui∈UK作为可见变量，hj∈H视为隐藏变量，得到能量函数的定义： 其中，θ＝{T,d,c}为模型参数，D和M分别表示网络中的可见单元和隐藏单元个数；Wij表示在i和j参数基础上的特征窗口值，di表示可见变量的对应权值,cj表示隐藏变量的对应权值； 步骤2-4：定义{u,h}的联合分布为： 其中，Zθ＝∑u∑hexp-Eu,h；θ是保证概率归一化的分配函数； 通过对模型相似性约束参数θ的取值范围定义，则能更改变数据特征值分类的相似度，即达到了对于不同特征信息Ti和Tj的匹配融合问题； 步骤3：最优任务分配； 步骤3-1：对于多无人机目标分配任务，其贝叶斯网络表示为： B＝G,P14 其中：G＝U,S,A是一个有向无环图，U＝{u1,u2,u3,...,uN}为参加任务的无人机成员，S＝{ST1,ST2,...,STm}为识别出所需要打击的真目标，A为图G的弧的集合，P为图G的概率注释；对于任意一个执行任务的无人机成员uk，P中每个元素代表目标节点的条件概率密度，由概率密度规则有： 步骤3-2：对于贝叶斯网络中的任一目标任务节点STm，能够找到一个与STm条件都不独立的最小子集使得： PSTm|ST1,ST2,...,STm-1＝PSTm|Su16 其中：Su为节点STm在图G＝U,S,A中的父节点集合； 就可以唯一确定任务节点STm被分配给无人机uk的概率分布： 对于无人机成员ul有： 则能够得到无人机的态势融合和任务分配方法，从而使得无人机在环境中安全飞行的同时，分布式采集环境信息，并将所有的信息进行融合，在此基础上对所感知到的任务目标统一进行分配，达到全局的最优。

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。