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申请的专利一种考虑信号延时的纯方位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：CN114297581B 。

龙图腾网通过国家知识产权局官网在2025-05-27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：202111617457.3，技术领域涉及：G06F17/18；该发明授权一种考虑信号延时的纯方位目标跟踪方法是由郭云飞;盛志成;薛安克;申屠晗;石义芳设计研发完成，并于2021-12-27向国家知识产权局提交的专利申请。

本一种考虑信号延时的纯方位目标跟踪方法在说明书摘要公布了：本发明公开了一种考虑信号延时的纯方位目标跟踪方法；该方法根据收到的来自目标的延迟的方位信号对目标的位置进行估计。首先将目标k时刻的概率密度用N个高斯分量进行近似。然后分别计算k时刻每个高斯分量i对应的可变周期Tki。然后每个高斯分量根据对应的可变周期Tki，进行计算得到每个相应的后验概率密度。接着分别计算每个高斯分量i分别根据观测值计算相应的权重。最后根据每个高斯分量的权重，加权求出k时刻的后验概率密度。本发明相对于传统方法，能有效在较低的计算复杂度的基础上，提高需要考虑延时的纯方位目标跟踪的精度。

本发明授权一种考虑信号延时的纯方位目标跟踪方法在权利要求书中公布了：1.一种考虑信号延时的纯方位目标跟踪方法，其特征在于，该方法具体包括以下步骤：步骤1、将目标k时刻的概率密度用N个高斯分量进行近似先验概率密度和后验概率密度，每个高斯分量用i表示，i＝1,...,N；先验概率密度表达为： 其中N是高斯分量的个数，wi是第i个高斯分量的权重，并且i＝1,…,N；表示高斯分布，xk是目标k时刻的状态向量，分别是第i个高斯分量根据k-1时刻的状态向量预测的均值和方差；步骤2、分别计算k时刻每个高斯分量i对应的可变周期利用线性搜索，对可变周期进行估计；假设在笛卡尔坐标系下建立带有信号延时的纯方位目标跟踪系统的模型，在kT时刻将目标和接收器的状态向量表达为和其中接收器的位置被假设为已知的，定义相对状态变量为 其中XkT表示kT时刻状态向量，xkT,ykT表示目标的相对位置，表示在x-y坐标系上的速度；假设目标是近似匀速直线运动，因此目标的运动方程为 其中 vkT是均值为零，协方差矩阵为QkT的高斯噪声，fkT为目标的运动函数，QkT值为系数；将测量序列表示为ZkT＝[zT,z2T,...,zkT]'，测量zkT以Y轴正方向为参考满足下列等式，其中设顺时针为正方向； 其中wkT是均值为零，协方差矩阵为RkT的高斯噪声；其中真实的方位角为 针对实际应用中对实时跟踪的要求，采用一种基于实时跟踪技术的实时跟踪方法，设定一个给定的阈值δ，来搜索一个恰当的可变周期满足下式： 步骤3、每个高斯分量根据对应的可变周期进行计算得到每个相应的后验概率密度；每个高斯分量根据估计出来的可变周期，带入到SRF滤波器的Fk-1中；预测的均值和方差的计算如下： 其中，系统输入信号，Q是系统噪声协方差矩阵，Fk-1是在k-1时刻带入该时刻的可变周期的状态转移矩阵；后验的均值方差被如下定义： 其中卡尔曼增益并且上式子中 且 其中变量σθ是观测噪声的方差，bk为观测值，var[]表示方差；等式中是移位瑞利变量的均值；步骤4、分别计算每个高斯分量i根据观测值计算相应的权重；在k时刻第i个高斯分量对应的权重为 其中其中为第i个高斯分量的预测量测，bk是k时刻的量测值，是滤波器i由下式给出的新息方差， 其中的和分别是滤波器i的线性化测量矩阵和预测协方差，是预测角度的方差；步骤5、根据每个高斯分量的权重，加权求出k时刻的后验概率密度： 其中表示高斯分布，xk是目标k时刻的状态向量，分别是第i个高斯分量根据k-1时刻的状态向量获得的预测值和实际的观测值来估计的均值和方差；步骤6、根据后验概率均值，获得k时刻目标位置。

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，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”。