恭喜北京理工大学;北京理工大学前沿技术研究院胡程获国家专利权
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！
龙图腾网恭喜北京理工大学;北京理工大学前沿技术研究院申请的专利一种基于深度学习的机动目标跟踪优化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：CN115453515B 。
龙图腾网通过国家知识产权局官网在2025-05-13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：202210381344.6，技术领域涉及：G01S13/72；该发明授权一种基于深度学习的机动目标跟踪优化方法是由胡程;方琳琳;蔡炯;王锐设计研发完成，并于2022-04-12向国家知识产权局提交的专利申请。
本一种基于深度学习的机动目标跟踪优化方法在说明书摘要公布了：本发明公开了一种基于深度学习的机动目标跟踪优化方法。本发明在高斯混合概率假设密度滤波算法框架下，首先，构建引入多普勒信息的量测模型，并在预测值处进行泰勒级数展开，将非线性方程转换为线性，改善跟踪性能的同时避免了运算量的增加；其次，设计了自适应转弯率估计网络，利用多维度目标运动状态时间序列信息来实现当前时刻转弯率的实时估计，以实现协同转弯滤波模型参数的更新，提高滤波模型匹配度，减小机动目标跟踪误差。
本发明授权一种基于深度学习的机动目标跟踪优化方法在权利要求书中公布了：1.一种基于深度学习的机动目标跟踪优化方法，其特征在于，包括如下步骤：构建引入多普勒信息的量测模型，具体为：量测zk,j来自于状态xk,i的量测方程为 式中，为零均值、协方差的高斯白噪声；分别为位置量测与多普勒量测值；基于自适应转弯率估计网络，利用多维度目标运动状态时间序列来实现当前时刻转弯率的估计，完成优化；其中，所述网络的输入为包含多维度目标运动状态时间序列信息的特征矩阵Fv：其中，k时刻的特征向量表示为其中，xk和yk表示k时刻目标位置估计，和表示k时刻目标速度估计，表示多普勒量测。
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;北京理工大学前沿技术研究院，其通讯地址为：100081 北京市海淀区中关村南大街5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”。
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