电子科技大学何嘉诚获国家专利权
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！
龙图腾网获悉电子科技大学申请的专利一种基于高斯混合无迹卡尔曼滤波的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：CN116664632B 。
龙图腾网通过国家知识产权局官网在2025-10-24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：202310606384.0，技术领域涉及：G06T7/277；该发明授权一种基于高斯混合无迹卡尔曼滤波的目标跟踪方法是由何嘉诚;彭倍;王刚;王洁;陈建;龚犇飏;马浩然设计研发完成，并于2023-05-26向国家知识产权局提交的专利申请。
本一种基于高斯混合无迹卡尔曼滤波的目标跟踪方法在说明书摘要公布了：本发明提供了一种基于高斯混合无迹卡尔曼滤波的目标跟踪方法，包括：通过高斯混合模型对测量噪声进行分解，得到多个高斯噪声分量模型；所述多个高斯噪声分量模型为具有不同均值、方差和混合比例的高斯分布；基于所述多个高斯噪声分量模型，确定滤波系统分别在每个高斯噪声分量下的状态方程和测量方程；基于多个所述状态方程和所述测量方程，融合得到目标的融合状态和融合协方差；通过测量噪声的分解和目标状态的加权融合，抑制了噪声的影响提高了目标跟踪的准确性。
本发明授权一种基于高斯混合无迹卡尔曼滤波的目标跟踪方法在权利要求书中公布了：1.一种基于高斯混合无迹卡尔曼滤波的目标跟踪方法，其特征在于，包括： 通过高斯混合模型对测量噪声进行分解，得到多个高斯噪声分量模型；所述多个高斯噪声分量模型为具有不同均值、方差和混合比例的高斯分布；所述通过高斯混合模型对测量噪声进行分解，得到多个高斯噪声分量模型，包括： 通过高斯混合模型对所述测量噪声进行分解，得到测量噪声的近似概率密度函数； 将所述近似概率密度函数内的多个高斯组件所对应的多个高斯噪声作为所述测量噪声的多个高斯噪声分量模型； 基于所述多个高斯噪声分量模型，确定滤波系统分别在每个高斯噪声分量下的状态方程和测量方程； 基于多个所述状态方程和所述测量方程，融合得到目标的融合状态和融合协方差，包括： 基于第n个高斯分量模型的模型状态和模型概率，得到混合状态估计值和混合协方差； 基于目标的测量状态，得到更新状态和更新协方差； 确定每个高斯分量模型输出的结果发生改变的模型更新概率； 基于所述混合状态估计值、所述混合协方差、所述更新状态、所述更新协方差和所述模型更新概率，得到所述融合状态和所述融合协方差。
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电子科技大学，其通讯地址为：610000 四川省成都市高新区(西区)西源大道2006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。
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号
请提出您的宝贵建议，有机会获取IP积分或其他奖励