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！

龙图腾网恭喜中国电子科技集团公司第十研究所申请的专利一种基于多因素多模型选择的航迹关联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：CN115758689B 。

龙图腾网通过国家知识产权局官网在2025-04-22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：202211382000.3，技术领域涉及：G06F30/20；该发明授权一种基于多因素多模型选择的航迹关联方法是由王贤圆设计研发完成，并于2022-11-07向国家知识产权局提交的专利申请。

本一种基于多因素多模型选择的航迹关联方法在说明书摘要公布了：本发明提供一种基于多因素多模型选择的航迹关联方法，包括如下步骤：S10，选取模糊因素集和评价集。S20，基于模糊因素集和评价集计算权重模糊集。S30，基于模糊因素集、评价集和权重模糊集计算关联程度模糊集。S40，基于关联程度模糊集对航迹进行关联决策。本发明克服了现有方法存在同一因素和合成运算模型无法适用于所有评价等级的缺陷，提高了关联性能。

本发明授权一种基于多因素多模型选择的航迹关联方法在权利要求书中公布了：1.一种基于多因素多模型选择的航迹关联方法，其特征在于，包括如下步骤：S10，选取模糊因素集和评价集；S20，基于模糊因素集和评价集计算权重模糊集；S30，基于模糊因素集、评价集和权重模糊集计算关联程度模糊集；S40，基于关联程度模糊集对航迹进行关联决策；步骤S10包括如下子步骤：S11，选取模糊因素集：将两目标位置间欧式距离、两航迹目标速度间欧式距离和两航迹目标航向间欧式距离作为模糊因素，共3个模糊因素，模糊因素集表示为：U＝{u1,u2,u3}其中，u1表示两目标位置间欧式距离，u2表示两航迹目标速度间欧式距离，u3表示两航迹目标航向间欧式距离；S12，选取评价集的隶属度函数：将正态隶属度作为衡量两条航迹的相似程度，第k个模糊因素的隶属度表示为： 其中，σk表示第k个模糊因素的展度，uk表示第k个模糊因素的调整度；按2个评价等级评判时，有rk1+rk2＝1，因此，衡量两条航迹的不相似程度的第k个模糊因素的非隶属度表示为： S13，选取评价集V＝{关联，不关联}；步骤S20包括如下子步骤：S21，将所述权重模糊集表示为： 其中，A1＝[a11,a12,a13],A2＝[a21,a22,a23]，其中A1表示用于衡量“关联”评价的权重模糊集，A2表示用于衡量“不关联”评价的权重模糊集，aij表示用第j个模糊因素衡量第i个评价时的权重值；S22，模糊因素充分必要性测度：分析各模糊因素的关联特性，具体为分析各模糊因素与关联评价之间的充分必要性；S23，根据模糊因素充分必要性测度，推导每一模糊因素在各关联评价下的权重，从而得到权重模糊集；步骤S22中，各模糊因素与关联评价之间的充分必要性如下：若两条航迹间的模糊因素相似度高能推导关联，则满足该模糊因素与“关联”的充分性；若航迹间关联能推导出模糊因素相似度高，则满足该模糊因素与“关联”的必要性；若两条航迹间模糊因素相似度低能推导不关联，则满足该模糊因素与“不关联”的充分性，若航迹间不关联能推导出模糊因素相似度低，则满足该模糊因素与“不关联”的必要性；步骤S30包括如下子步骤：S31，基于模糊因素集和评价集构造多元合成模型，该多元合成模型针对不同评价等级的特性选取不同合成运算模型；S32，基于多元合成模型与权重模糊集计算关联程度模糊集；步骤S31包括：在评价“关联”时，为每一影响关联判决的模糊因素的共同影响；在评价“不关联”时，则选取对不关联判决影响最大的模糊因素；步骤S40包括如下子步骤：S41，基于关联程度模糊集构建紧密度矩阵Gl，表示为： 其中，nA代表传感器A的航迹数，nB代表传感器B的航迹数，bij1l和bij2l分别是航迹i和航迹j在l时刻的b1和b2；S42，航迹关联判决，如果gij*lδ则判决航迹i与航迹j*在第l时刻相关联，δ为关联门限，同时，UA代表传感器A航迹，令gi'j*l＝0，然后重复上式进行航迹关联判决。

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中国电子科技集团公司第十研究所，其通讯地址为：610000 四川省成都市金牛区茶店子东街48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”。