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！

龙图腾网获悉哈尔滨工程大学申请的专利基于改进的SMC-PHD算法的三维水下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：CN117475173B 。

龙图腾网通过国家知识产权局官网在2025-12-09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：202311462368.5，技术领域涉及：G06V10/62；该发明授权基于改进的SMC-PHD算法的三维水下多目标跟踪方法是由周天;王雨倩;于晓阳;刘伟陆;杜伟东;高学旗设计研发完成，并于2023-11-06向国家知识产权局提交的专利申请。

本基于改进的SMC-PHD算法的三维水下多目标跟踪方法在说明书摘要公布了：本发明公开了一种基于改进的SMC‑PHD算法的三维水下多目标跟踪方法，所述方法包括：将多目标的二维声呐检测结果转换至三维坐标系中，以其在三维坐标系中的坐标值作为改进的SMC‑PHD算法的量测值进行滤波计算，获得目标的跟踪结果，其中，所述改进的SMC‑PHD算法在原SMC‑PHD算法的重采样中使用最小采样方差采样法，并加入了对连续多帧图像的状态估计结果的判断和根据判断进行的调整。本发明可对水下多目标进行三维的无漏跟踪，所得跟踪轨迹精度高、无断裂。

本发明授权基于改进的SMC-PHD算法的三维水下多目标跟踪方法在权利要求书中公布了：1.基于改进的SMC‑PHD算法的三维水下多目标跟踪方法，其特征在于，其包括： S1获得从三维前视声呐系统返回的三维声呐数据，通过波束成形技术将所述三维声呐数据转换为二维的声呐图像，对所述二维的声呐图像进行预处理，得到预处理后的二维声呐图像； S2通过目标检测算法对所述预处理后的二维声呐图像进行目标检测，获得目标的二维量测信息及其俯仰角β，所述二维量测信息包括目标在二维直角坐标系中的x、y轴坐标值O'x,k、O'y,k； S3以目标所在二维直角坐标系作为xy平面，以其俯仰角β向xy平面进行垂直投影的垂直线的方向为z轴构建三维直角坐标系，保持目标在该三维直角坐标系下的横、纵坐标值为O'x,k、O'y,k，计算获得其竖坐标值O’z,k； S4以目标在三维直角坐标系中的坐标值O'x,k、O'y,z和O'z,k作为改进的SMC‑PHD算法的量测值，进行滤波计算，获得目标在多帧预处理后的二维声呐图像中的三维坐标值，得到其三维跟踪结果； 其中，所述改进的SMC‑PHD算法为在原始SMC‑PHD算法的重采样中使用最小采样方差采样法，即进行MSV重采样，并在原始SMC‑PHD算法的目标状态估计后加入对连续多帧预处理后的二维声呐图像的状态估计结果的判断，根据判断结果调整重采样得到的权重值和状态值； 其中，所述MSV重采样包括： 1获得任一k时刻重采样前的归一化的粒子权重每个目标预分配的粒子数B、任一第i个粒子的状态值和粒子标签值i＝1,...,B'，其中归一化后的粒子权重计算如下： 其中，表示第i个粒子在k时刻通过更新阶段更新后的权重值，如下： 其中，表示第i个粒子在k时刻的预测状态值的检测概率，zk表示k时刻的目标量测值，Zk表示k时刻的目标量测值，B'表示重采样之前目标对应的粒子数目，表示k时刻量测值与预测值之间的似然函数，κkzk表示k时刻杂波的强度，Ckzk为计算参数，Jk表示k时刻产生的新生粒子数量，Lk‑1表示k‑1时刻的全部现有粒子数量； 2确定k时刻第i个粒子被重采样的次数剩余权重以及B'个粒子被重采样的总次数Bk|k，如下： 其中，floor表示向下取整； 3将k时刻i个粒子的剩余权重从小到大进行排序，存储其中排序最后即权重最高的B‑Bk|k个剩余权重p＝1,...,B‑Bk|k及其对应的粒子标签值在集合L_rank中； 4对于集合L_rank中存储的B‑Bk|k个较高的剩余权重p＝1,...,B‑Bk|k，根据其对应的粒子标签值，将其状态信息复制到重采样后的粒子状态信息中，所述状态信息包括粒子的状态值、标签值和权重值； 5根据步骤4，得到B个重采样后粒子的状态信息，分别为其状态值标签值和权重值j＝1,...,B； 6对B个重采样后粒子的权重值进行平均，以其平均值作为重采样后的粒子的权重，由此得到重采样后的粒子权重、状态值和标签

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哈尔滨工程大学，其通讯地址为：150001 黑龙江省哈尔滨市南岗区南通大街145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。