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飞行器目标跟踪资源分配方法及系统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：CN119988045B 。

龙图腾网通过国家知识产权局官网在2025-07-22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：202510480927.8，技术领域涉及：G06F9/50；该发明授权一种飞行器目标跟踪资源分配方法及系统是由孟中杰;梁楠郁;夏禹德;卢俊杰;马先龙设计研发完成，并于2025-04-17向国家知识产权局提交的专利申请。

本一种飞行器目标跟踪资源分配方法及系统在说明书摘要公布了：本发明公开一种飞行器目标跟踪资源分配方法及系统，涉及飞行器控制与导航技术领域，用于解决现有飞行器目标跟踪资源分配方式存在跟踪精度低，以及造成系统资源浪费的技术问题；本发明的飞行器目标跟踪资源分配方法，包括：确定对飞行器的目标跟踪效果的综合量化指标，生成跟踪目标的运动轨迹；构建经验回放缓冲区，利用经验回放缓冲区存储智能体与环境交互的经验四元组；进行双深度Q网络训练，以智能体的状态作为输入，将训练数据存入经验回放缓冲区；从经验回放缓冲区随机采样任一批经验四元组，更新主网络的参数；通过对双深度Q网络进行迭代训练，得到目标跟踪系统的最优资源分配方式。

本发明授权一种飞行器目标跟踪资源分配方法及系统在权利要求书中公布了：1.一种飞行器目标跟踪资源分配方法，其特征在于，包括： 在目标跟踪的运动轨迹加入目标状态和环境干扰因素，并对目标跟踪系统所需的资源进行评估； 确定对飞行器的目标跟踪效果的综合量化指标，生成跟踪目标的运动轨迹； 定义状态空间、动作空间和奖励函数，并构建经验回放缓冲区，利用所述经验回放缓冲区存储智能体与环境交互的经验四元组； 进行双深度Q网络训练，以智能体的状态作为输入，基于贪婪策略执行智能体的动作，并将训练数据存入经验回放缓冲区； 从经验回放缓冲区随机采样任一批经验四元组，使用双深度Q网络估计当前状态价值函数与下一个状态的目标价值函数，并更新主网络的参数； 通过对双深度Q网络进行迭代训练，得到所述目标跟踪系统的最优资源分配方式； 利用动态规划，在实时决策时对深度强化学习得到的策略进行优化，实现满足资源约束条件下的最大化跟踪收益；具体为： 针对突发情况，估计突发情况所需资源量，并判断预留资源量是否足够； 定义状态包含信息为：当前时间步t、剩余可用资源向量、各个目标的状态信息； 将动态规划按时间步进行阶段划分，每个时间步为一个阶段； 定义决策，表示在时间步t的资源分配方案； 在时间步t执行决策后，状态转移到，对于状态转移，则有： 剩余资源更新：；其中；表示在时间步时第种剩余资源量，表示在时间步时第种剩余资源量，N表示时间步总数，为决策变量，表示在时间步t将第m种资源分配给第j个目标跟踪系统模块； 目标状态更新：根据目标的运动模型和跟踪结果更新目标的位置和速度信息；设定目标i的状态更新函数为，则目标i在时间步t+1的状态为： ，其中，表示目标i在时间步t+1的状态，表示目标i在时间步t的状态，表示时间步t的决策； 定义收益函数，表示在状态下执行决策所获得的跟踪收益； 定义动态规划递推方程为： ；其中，表示从状态开始到时间步t结束所能获得的最大累积收益，表示时间步t的决策，表示在状态下所有可行的决策集合，表示在状态下执行决策所获得的跟踪收益，表示从状态开始到后续时间步结束所能获得的最大累积收益； 从最后一个时间步t开始，逆向递推求解和对应的最优决策，直到；对应得到整个跟踪过程的初始最优资源，即确定了最优决策，后续时间步的最优决策根据递推过程依次得到。

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：710000 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”。