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！

龙图腾网恭喜哈尔滨工业大学;北京电子工程总体研究所申请的专利基于机动模式识别的临近空间高超声速飞行器弹道预测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：CN114580318B 。

龙图腾网通过国家知识产权局官网在2025-06-10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：202210232552.X，技术领域涉及：G06F30/28；该发明授权基于机动模式识别的临近空间高超声速飞行器弹道预测方法是由周荻;朱金钊;张博伦;邹昕光;李君龙;曹颖;陈晓波;李泓宇设计研发完成，并于2022-03-09向国家知识产权局提交的专利申请。

本基于机动模式识别的临近空间高超声速飞行器弹道预测方法在说明书摘要公布了：基于机动模式识别的临近空间高超声速飞行器弹道预测方法，它属于飞行器弹道预测技术领域。本发明解决了现有方法并未考虑不同的机动类型对飞行器弹道的影响，导致采用现有方法对飞行器弹道进行预测时获得的弹道预测结果的误差大的问题。本发明基于当前时刻对于位置和速度的预测，通过对观测出来的状态量进行区分，辨识出其机动方式，然后确定数据拟合方案，利用拟合得到的函数，通过求解微分方程，对下一时刻的位置及速度进行预测，直至完成弹道预测。相比于传统方法，本发明方法通过辨识出机动模式提高了弹道预测精度，减小了弹道预测误差。本发明可以应用于飞行器弹道预测技术领域。

本发明授权基于机动模式识别的临近空间高超声速飞行器弹道预测方法在权利要求书中公布了：1.基于机动模式识别的临近空间高超声速飞行器弹道预测方法，其特征在于，所述方法在跟踪阶段，利用卡尔曼滤波器对高超声速飞行器的状态信息进行跟踪，卡尔曼滤波器的预报方程为： 其中，为卡尔曼滤波器对状态变量X的估计值，表示使用状态变量的估计值下的高超声速飞行器系统状态方程；G是系统噪声矩阵；Q为高超声速飞行器系统状态模型误差协方差矩阵；Rn为测量误差协方差矩阵；上标-1代表矩阵求逆运算；上标T代表矩阵转置运算；H为卡尔曼滤波器的测量矩阵；P为卡尔曼滤波器的协方差矩阵，为P对时间的一阶导数；F为雅克比矩阵； 采用龙格库塔法求解公式8，得到中间变量和Pk+1k的值；卡尔曼滤波器的测量修正方程为： 其中：I代表单位矩阵，Kk+1代表卡尔曼滤波器第k+1步的滤波增益矩阵，ηk+1代表卡尔曼滤波器第k+1步的测量信息，为卡尔曼滤波器第k+1步的估计值，Pk+1为卡尔曼滤波器第k+1步的协方差矩阵的值；ηk+1＝HX+Rn12综合公式8和公式11，获得用于临近空间高超声速飞行器状态跟踪的卡尔曼滤波器；将跟踪阶段结束时刻的状态估计值记为： 其中，kT代表跟踪阶段结束时刻，xpkT、ypkT和zpkT为跟踪结束kT时刻的高超声速飞行器在观测惯性坐标系的x轴、y轴和z轴向的位置，vxpkT、vypkT和vzpkT分别为跟踪结束kT时刻的高超声速飞行器在观测惯性坐标系的x轴、y轴和z轴向的速度；和分别为跟踪结束kT时刻对ZxkT、ZykT和ZzkT的估计值，ZxkT、ZykT和ZzkT为跟踪结束kT时刻的状态变量，将xpkT、ypkT、zpkT、vxpkT、vypkT和vzpkT作为弹道预测的初值；根据跟踪过程中状态变量Zx、Zy和Zz的变化特点判断高超声速飞行器的机动类型；若机动类型为正弦加速度机动，则使用模型ft＝a1sina2t+a3分别对Zx、Zy、Zz进行拟合，得到函数Zxt、Zyt、Zzt，a1、a2和a3为拟合系数；若机动类型为常值加速度机动，则使用模型ft＝a4t+a5分别对Zx、Zy、Zz进行拟合得到函数Zxt、Zyt、Zzt，a4和a5为拟合系数；根据拟合得到的函数Zxt、Zyt和Zzt以及弹道预测的初值，进行临近空间高超声速飞行器的弹道预测。

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哈尔滨工业大学;北京电子工程总体研究所，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”。