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！

龙图腾网获悉南京理工大学申请的专利一种基于深度神经网络的机动群目标智能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：CN119147038B 。

龙图腾网通过国家知识产权局官网在2026-05-05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：202411213541.2，技术领域涉及：G01D21/02；该发明授权一种基于深度神经网络的机动群目标智能跟踪方法是由李银伢;梁苑;陈烨;戚国庆;盛安冬设计研发完成，并于2024-08-30向国家知识产权局提交的专利申请。

本一种基于深度神经网络的机动群目标智能跟踪方法在说明书摘要公布了：本发明公开了一种基于深度神经网络的机动群目标智能跟踪方法，该方法将深度学习引入贝叶斯滤波框架中，基于多个深度神经网络从测量数据中分别提取群目标运动特性和过程噪声统计特性，进而在线估计群目标运动状态转移矩阵和过程噪声方差矩阵，然后通过贝叶斯滤波高精度地估计群目标质心的运动状态；通过将群目标轮廓建模为中心位于群目标质心的椭圆，从而利用高精度的群目标质心运动状态估计结果提高群目标轮廓的估计精度，最终完成对群目标的跟踪。与现有群目标跟踪方法相比，本发明所提出的方法不需要先验信息预先建立目标运动模型，可在复杂环境下对先验信息缺乏的非合作机动群目标实施高精度跟踪。

本发明授权一种基于深度神经网络的机动群目标智能跟踪方法在权利要求书中公布了：1.一种基于深度神经网络的机动群目标智能跟踪方法，其特征在于，包括以下步骤： 第一步，获取当前时刻的群目标测量信息；具体为： 1对于群内各单元分布密集的群目标，探测设备在各采样时刻可获取由群内单元产生的多个测量数据，即构成测量数据集，其中为k时刻获取的测量数据的个数，测量数据由k时刻出现的第l个量测源产生，测量方程如下式所示 ； 式中，h·表示测量函数，表示第l个量测源的状态向量，表示测量噪声； 2根据上述测量数据集，按下式计算k时刻群目标质心测量信息 ； 第二步，估计当前时刻的群目标质心运动状态；具体为： 基于容积卡尔曼滤波方法估计群目标质心运动状态，具体步骤如下 1计算量测容积点 ； 式中，，为群目标质心运动状态向量的维数；为群目标质心运动状态先验误差协方差的平方根因子；为集合中第j个元素，集合定义如下 ； 2计算群目标质心先验量测 ； 3计算先验新息协方差的平方根因子 ； 式中，表示Cholesky分解；Rk为测量噪声的协方差；表示对列满秩矩阵进行正交分解后所得上三角矩阵的转置矩阵； 4计算互协方差 ； 5利用群目标质心测量估计质心运动状态 ； 第三步，估计当前时刻的群目标轮廓形态； 第四步，预测下一时刻的群目标质心运动状态； 第五步，预测下一时刻的群目标轮廓形态。

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南京理工大学，其通讯地址为：210094 江苏省南京市孝陵卫200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。