北京理工大学前沿技术研究院;北京理工大学胡程获国家专利权
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！
龙图腾网获悉北京理工大学前沿技术研究院;北京理工大学申请的专利一种低空强机动无人机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：CN121385867B 。
龙图腾网通过国家知识产权局官网在2026-04-10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：202511983125.5，技术领域涉及：G01S13/72；该发明授权一种低空强机动无人机的目标跟踪方法是由胡程;王锐;姜琦;张济川设计研发完成，并于2025-12-26向国家知识产权局提交的专利申请。
本一种低空强机动无人机的目标跟踪方法在说明书摘要公布了：本说明书实施例公开了一种低空强机动无人机的目标跟踪方法，涉及目标跟踪技术领域，方法包括：获取量测点集合以及上一时刻的状态估计值和状态协方差矩阵，以通过预设的多个强机动模型，得到每个强机动模型对应的当前时刻的当前预测指标；确定每个当前预测指标对应的椭圆关联波门，以根据量测点集合确定落入椭圆关联波门内的候选量测点集合；通过预设的层级关联策略，进行模型内关联和模型间关联，筛选当前时刻对应的全局最优量测和对应的匹配强机动模型；根据当前时刻对应的全局最优量测，对匹配强机动模型的当前预测指标进行卡尔曼滤波更新，得到所述目标在当前时刻的更新预测指标，以实现目标跟踪。
本发明授权一种低空强机动无人机的目标跟踪方法在权利要求书中公布了：1.一种低空强机动无人机的目标跟踪方法，其特征在于，所述方法包括： 获取雷达在当前探测周期内输出的量测点集合以及目标在上一时刻的状态估计值和状态协方差矩阵，以通过预设的多个强机动模型，分别对上一时刻进行一步预测，得到每个强机动模型对应的当前时刻的当前预测指标，其中，所述当前预测指标包括预测状态和预测协方差矩阵； 确定每个所述当前预测指标对应的椭圆关联波门，以根据所述量测点集合确定落入所述椭圆关联波门内的候选量测点集合； 通过预设的层级关联策略，在所述候选量测点集合内进行模型内关联和模型间关联，筛选当前时刻对应的全局最优量测和对应的匹配强机动模型； 根据当前时刻对应的全局最优量测，对所述匹配强机动模型的当前预测指标进行卡尔曼滤波更新，得到所述目标在当前时刻的更新预测指标，以实现目标跟踪，其中，所述更新预测指标包括更新后状态估计值和更新后状态协方差矩阵。
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北京理工大学前沿技术研究院;北京理工大学，其通讯地址为：250000 山东省济南市济南高新区经十路7000号汉峪金融商务中心五区1号楼601；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