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！

龙图腾网获悉哈尔滨工业大学申请的专利一种基于标签匹配的分布式多源LMB多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：CN118708985B 。

龙图腾网通过国家知识产权局官网在2025-04-04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：202410856855.8，技术领域涉及：G06F18/22；该发明授权一种基于标签匹配的分布式多源LMB多目标跟踪方法是由周荻;丁昌文;李思远;邹昕光设计研发完成，并于2024-06-28向国家知识产权局提交的专利申请。

本一种基于标签匹配的分布式多源LMB多目标跟踪方法在说明书摘要公布了：一种基于标签匹配的分布式多源LMB多目标跟踪方法，它属于多目标跟踪和多传感器信息融合技术领域。本发明的目的是为解决在传感器检测概率低时，现有目标跟踪方法的跟踪精度低且计算复杂度高的问题。本发明的个传感器节点采用标签多伯努利滤波器对多目标进行跟踪，得到本地的LMB多目标后验概率密度；利用传感器网络中的通信链路来传递LMB多目标后验概率密度；各传感器节点将本地LMB多目标后验概率密度与参考传感器节点的LMB多目标后验概率密度进行标签匹配，得到各传感器节点与参考传感器节点标签匹配结果；根据标签匹配结果进行算术均值融合，得到融合结果，对融合结果进行状态提取后获得目标状态。本发明方法可以应用于多目标跟踪。

本发明授权一种基于标签匹配的分布式多源LMB多目标跟踪方法在权利要求书中公布了：1.一种基于标签匹配的分布式多源LMB目标跟踪方法，其特征在于，所述方法具体包括以下步骤：步骤一、个传感器节点均采用标签多伯努利滤波器对多目标进行跟踪，分别得到每个传感器节点本地的LMB多目标后验概率密度；所述传感器节点在k时刻的LMB多目标后验概率密度为：对于任意一个传感器节点：步骤一一、k时刻新生目标的LMB后验概率密度为： 其中，是中轨迹l所对应伯努利分量的存在概率，是中轨迹l所对应伯努利分量的概率密度，是k时刻的新生目标空间；k-1时刻的LMB后验概率密度为： 其中，是中轨迹l所对应伯努利分量的存在概率，是中轨迹l所对应伯努利分量的概率密度，是k-1时刻的标签空间；则k时刻多目标预测的LMB后验概率密度为： 其中，是预测的k时刻轨迹l所对应伯努利分量的存在概率，是预测的k时刻轨迹l所对应伯努利分量的概率密度，是k时刻的标签空间； 其中，hSl是中间变量，pS·,l是轨迹l的存活概率，fx|·,l是轨迹l的状态转移密度，·,·表示内积运算；步骤一二、k时刻多目标的LMB后验概率密度为： 其中：是k时刻轨迹l所对应伯努利分量的存在概率，是k时刻轨迹l所对应伯努利分量的概率密度，表示由空间中所有子集构成的空间，Θ表示由传感器测量值和轨迹之间的所有映射构成的空间，θ是映射空间Θ中的一个元素，θl表示轨迹l所映射的传感器测量值，ωI,θZ表示当映射为θ时所对应的概率，pθx,l表示当轨迹映射为θ时，轨迹l的后验概率密度，1Il是包含函数； 其中，表示定义的计算方式为公式右端，x表示目标的运动学状态，x与标签l共同组成增广状态x,l，pDx,l是状态x,l的被检测概率，gzθl|x,l表示当状态为x,l时，量测zθl所对应的似然函数，kzθl是泊松分布的杂波密度，步骤二、根据各传感器节点之间的通信关系构建传感器网络，将构建的传感器网络表示为是传感器网络中的节点集合，是传感器网络中的边集合，当传感器节点i与传感器节点j之间相互通信时，传感器节点i与传感器节点j之间存在边；各传感器节点利用传感器网络中的通信链路来传递LMB多目标后验概率密度；步骤三、选取参考传感器节点，各传感器节点将本地的LMB多目标后验概率密度与参考传感器节点的LMB多目标后验概率密度进行标签匹配，得到各传感器节点与参考传感器节点的标签匹配结果；步骤四、根据标签匹配结果进行算术均值融合，得到融合结果，对融合结果进行状态提取后，获得目标状态。

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哈尔滨工业大学，其通讯地址为：150001 黑龙江省哈尔滨市南岗区西大直街92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”。