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！

龙图腾网获悉西安电子科技大学申请的专利基于轨迹泊松多伯努利滤波的机动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：CN117849781B 。

龙图腾网通过国家知识产权局官网在2026-03-06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：202410031528.9，技术领域涉及：G01S13/72；该发明授权基于轨迹泊松多伯努利滤波的机动目标跟踪方法是由宋骊平;韩蓉蓉;陈壮壮;王昊;庄元庆设计研发完成，并于2024-01-09向国家知识产权局提交的专利申请。

本基于轨迹泊松多伯努利滤波的机动目标跟踪方法在说明书摘要公布了：本发明公开一种基于轨迹泊松多伯努利滤波的机动目标跟踪方法，通过融合交互多模型和轨迹泊松多伯努利滤波方法，实现对机动目标轨迹的精准跟踪。使得本发明填补了目前机动目标跟踪领域的技术空白，为实现更为精确、实时的目标跟踪提供一种有效的解决方案。本发明采用了泊松多伯努利近似思想PMB，将滤波更新结束后的泊松多伯努利混合分量利用KL散度得到泊松多伯努利分量，克服了现有技术中在跟踪过程中由于泊松多伯努利混合分量数量太多而导致的计算复杂的问题，使得本发明在降低算法复杂度，提高滤波效率，提升了滤波实时性。

本发明授权基于轨迹泊松多伯努利滤波的机动目标跟踪方法在权利要求书中公布了：1.一种基于轨迹泊松多伯努利滤波的机动目标跟踪方法，其特征在于，融合TPMB方法将整个跟踪过程在轨迹集上进行跟踪，在每次更新目标的概率密度时利用KLD技术将PMBM分布变为PMB分布；该跟踪方法的步骤包括如下： 步骤1，预测当前跟踪时刻的目标概率密度函数； 步骤2，用当前跟踪时刻的目标概率密度和当前时刻的量测进行关联后更新，得到更新后满足PMBM分布的概率密度函数； 所述关联指的是根据下述三种情形，对目标与量测相似度指标进行关联： 情形一：目标在当前时刻未被检测到； 当前时刻存活轨迹与一个空量测集合相关联，说明发生轨迹漏检，则为其建立漏检假设； 情形二：当前量测是由新生目标产生的； 对每条新生轨迹存在两种假设，对于给定的量测，当检测到其在给定的似然门限中，则认为其来自于真实的轨迹，为其建立单轨迹假设；否则认为潜在新生轨迹来自于杂波，将目标的假设权重设为，存在概率设置为0； 情形三：当前时刻的量测是上一时刻的目标在当前时刻存活下来产生的； 对于存活轨迹，其会与当前时刻的每个量测进行关联，从而生成新的单轨迹假设； 步骤3，利用KLD技术将PMBM分布变为PMB分布； 步骤4，通过模型交互融合获得目标概率密度； 步骤5，对中的加权粒子集合进行重采样操作； 步骤6，舍去泊松成分的权重和伯努利成分的加权粒子权重小于各自门限的分量； 步骤7，判断当前时刻是否是跟踪的最后时刻，若是，则执行步骤8，否则执行步骤1； 步骤8，在目标轨迹集上对机动目标的状态进行估计跟踪。

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西安电子科技大学，其通讯地址为：710071 陕西省西安市太白南路2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。