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！

龙图腾网恭喜杭州电子科技大学;中国电子科技集团公司第三十六研究所申请的专利笛卡尔坐标系下基于转换瑞利滤波器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：CN110516193B 。

龙图腾网通过国家知识产权局官网在2023-03-21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：201910610729.3，技术领域涉及：G06F17/16；该发明授权笛卡尔坐标系下基于转换瑞利滤波器的机动目标跟踪方法是由李建军;张恒;骆振兴;唐卓;宋朱刚设计研发完成，并于2019-07-08向国家知识产权局提交的专利申请。

本笛卡尔坐标系下基于转换瑞利滤波器的机动目标跟踪方法在说明书摘要公布了：本发明涉及一种笛卡尔坐标系下基于转换瑞利滤波器的机动目标跟踪方法。本发明具体涉及仅有角度量测信息的机动目标跟踪问题。本发明包括两部分，分别是基于转换瑞利滤波思想的笛卡尔坐标下量测方程的确定和根据笛卡尔坐标系的量测方程采用本发明提出的带有修正加速度的交互式多模型集中式转换瑞利滤波MAIMMCSRF算法实现对机动目标的跟踪。本发明的核心是基于转换瑞利滤波思想的笛卡尔坐标下量测方程的生成和笛卡尔坐标系下提出的MAIMMCSRF算法对机动目标的跟踪。本发明可以对高机动目标和实现更为精确的跟踪定位，机动目标跟踪算法中采用中值滤波降低交互式多模型算法中加速度误差，本发明目标跟踪误差更小，跟踪定位更准确。

本发明授权笛卡尔坐标系下基于转换瑞利滤波器的机动目标跟踪方法在权利要求书中公布了：1.笛卡尔坐标系下基于转换瑞利滤波器的机动目标跟踪方法,其特征在于：系统的状态方程和量测方程分别为：Xk＝FXk-1+Usk-1+Wk-11Bk＝Π[HXk+Umk+Vk]2式中：F为系统转移矩阵；Usk-1为系统已知输入信号；H为扩维量测矩阵；Umk为量测输入信号；Wk-1、Vk为独立的零中值、协方差分别为Qsk-1、Qmk的高斯白噪声，Π为n维向量在二维或三维笛卡尔坐标系上投影；当n＝2时，获得的量测仅有方位角θk,则Bk＝[sinθk,cosθk]T；当n＝3时，获得的量测有方位角θk和俯仰角ηk，则Bk＝[sinθkcosηk,sinθkcosηk,sinηk]T该方法从交互式多模型的循环过程进行描述；交互式多模型递推循环由输入交互、模型滤波、模型概率更新、交互输出及加速度估计四个步骤组成；进行模型滤波时需要计算各模型的似然函数,即利用各模型输入的前一时刻目标状态估计,估计当前时刻新的观测量bt的似然函数，与模型相匹配的似然函数可表示为： 模型滤波采用集中式转换瑞利滤波，假设由数量为M个站对目标进行融合跟踪，每个时刻得到的观测量为bi,t，则关于bi,t的似然函数为： 对所有观测站的观测量同时进行似然函数估计，得到所匹配的似然函数为： 其中，分别为第j模型滤波器中观测站i对应的新息大小和滤波残差的均方差；式5为似然函数计算方法；将交互式多模型、集中式瑞利滤波与加速度估计结合形成带有修正加速度的交互式多模型集中式转换瑞利滤波MAIMMCSRF，具体循环步骤如下：其中观测站个数为M，模型个数为N，第j模型滤波器中观测站i的测量噪声为目标运动的模型输入为式中和分别表示模型j笛卡尔坐标系中的x、y和z轴方向的加速度；模型跳转概率为Pj＝{pij}N×N：步骤1、输入交互由前一时刻即t-1时刻各模型滤波器的目标状态估计与每个滤波器的模型概率得到混合估计和协方差并将混合估计作为t时刻循环的初始状态： 步骤2、模型滤波基于重初始化的目标状态和协方差在获得新的量测bt之后，用集中式转换瑞利滤波器进行状态估计更新，并根据式21计算模型似然函数： 其式18中的表示如下： 式19中，r表示场景的维数，式中为转换瑞利滤波变换的均值： 其中和的简化形式如下： 其中，为标准正态分布N0,1的累计函数，可表示为： 其中，模型输入矩阵为：过程噪声矩阵为： 利用残差和协方差来计算与相匹配的似然函数；步骤3、模型概率更新通过式21进行模型似然函数计算，则t时刻模型概率更新为： 步骤4、交互输出与加速度修正4-1、交互输出基于t时刻模型概率对每个滤波器的估计结果进行加权合并，得到合并后的估计和协方差Pt|t； 4-2、加速度修正加速度的修正采用中值滤波；通过将交互式多模型算法中得到的X、Y和Z方向的加速度信息，其分别记为和且用axt|t、ayt|t和azt|t分别表示中值滤波后的加速度；以修正X轴方向的加速度为例进行中值滤波；假设X轴加速度数据由下式28表述：{ai}i＝1,K,Nx28式中i表示获得第i号加速度数据，Nx表示X轴加速度数据的个数；假设给定的中值滤波的长度为N，则对第i号数据的第K点的中值滤波为：1取N个采样点，以第K个点为中心；2对这N个采样点以从小到大排序；3取排序后的N个采样点的中心点数值作为第K的输出值；{ai}中的加速度数据个数少于采样点个数N时，假设N＝5，则有当Nx＝1时，则有axt|t＝a1，其中当Nx＝2时，则有当Nx＝3时，则有将a1、a2与按从小到大顺序排列，取中间值；当Nx＝4时，首先将{ai}与按从小到大排列，将中间两个值取平均值即可；当Nx≥5时，按照上述的中值滤波的方法求得axt|t的值；重复上述过程，即可得到axt|t、ayt|t和azt|t，从而修改并更新模型参数。

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;中国电子科技集团公司第三十六研究所，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”。