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！

龙图腾网获悉上海卫星工程研究所申请的专利基于自适应聚类的阵群目标数据关联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：CN119646548B 。

龙图腾网通过国家知识产权局官网在2026-01-13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：202411608605.9，技术领域涉及：G06F18/2321；该发明授权基于自适应聚类的阵群目标数据关联方法及系统是由刘良凤;蒋孝勇;席沛丽;李彤;娄明静;汪少林设计研发完成，并于2024-11-12向国家知识产权局提交的专利申请。

本基于自适应聚类的阵群目标数据关联方法及系统在说明书摘要公布了：本发明提供了一种基于自适应聚类的阵群目标数据关联方法及系统，包括：积累同一载荷数据；对各载荷数据进行聚类处理，获取初始阵群划分；对单个聚类目标集进行筛选；根据阵群判定条件去除非阵群目标；分别对前后两个时刻的阵群目标编成特征、队形特征进行描述，并对特征向量进行建模；分别根据编成特征、队形特征、外部拓扑结构特征的阵群目标关联匹配模型计算对应的基本概率分配函数；进行证据合成，建立综合的基本概率分配函数；基于二维分配对综合基本概率分配函数进行关联决策，获取阵群目标匹配结果。本发明能够有效地降低阵群目标运动状态变化、传感器的漏检以及观测误差所带来的影响，显著提高目标的正确关联率。

本发明授权基于自适应聚类的阵群目标数据关联方法及系统在权利要求书中公布了：1.一种基于自适应聚类的阵群目标数据关联方法，其特征在于，包括： 步骤S1：划分区域，获取网格划分边界阈值，积累在该区域范围内同一载荷获取的目标位置信息； 步骤S2：按进入视场先后顺序依次对各载荷数据进行聚类处理，获取初始阵群划分； 步骤S3：对单个聚类目标集进行筛选并去除相似度不符合预设要求的目标点； 步骤S4：根据阵群判定条件去除非阵群目标； 步骤S5：分别对前后两个时刻的阵群目标编成特征进行描述； 步骤S6：分别对前后两个时刻的阵群目标队形特征进行描述； 步骤S7：分别对前后两个时刻的阵群目标编成特征和队形特征的特征向量进行建模； 步骤S8：根据编成特征的阵群目标关联匹配模型计算对应的基本概率分配函数； 步骤S9：根据队形特征的阵群目标关联匹配模型计算对应的基本概率分配函数； 步骤S10：根据外部拓扑结构特征的阵群目标关联匹配模型计算对应的基本概率分配函数； 步骤S11：通过D-S证据理论，对基于编成、队形和外部拓扑结构特征关联的基本概率分配函数进行证据合成，建立综合的基本概率分配函数； 步骤S12：基于二维分配对综合的基本概率分配函数进行关联决策，获取阵群目标匹配结果； 所述步骤S3包括： 步骤S3.1：根据聚类中心索引获取对应坐标； 步骤S3.2：根据聚类中心及各目标聚类编号，获取同一聚类中各数据点的位置坐标； 步骤S3.3：计算单个聚类中每个点的局部密度； 步骤S3.4：计算同一聚类中每个数据点与聚类中心的相似度； 步骤S3.5：基于相似度与局部密度计算同一聚类中每个数据点的综合相似度； 步骤S3.6：计算单个聚类中数据点综合相似度向量的均值和方差； 步骤S3.7：将综合相似度值超出阈值范围的数据点添加为新的聚类中心，并更新其聚类编号。

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上海卫星工程研究所，其通讯地址为：200240 上海市闵行区元江路3666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。