| 序号 | 专利名 | 申请号 | 申请日 | 公开（公告）号 | 公开（公告）日 | 发明人 |
|---|---|---|---|---|---|---|
| 101 | 基于贝叶斯估计的水下目标追踪方法 | CN201710200549.9 | 2017-03-30 | CN107422326A | 2017-12-01 | 闫敬; 田旭阳; 罗小元; 濮彬; 顼自强 |
| 一种基于贝叶斯估计的水下目标追踪方法：在水下探测区域，随机部署n个传感器节点构建水声传感网络，根据与周围传感器节点的距离确定邻居集合；根据水下传感器节点的监测信息，设计单节点贝叶斯估计策略判断目标是否存在；在单节点贝叶斯估计基础上，设计一致性贝叶斯估计策略的先验概率及后验概率，以提高目标追踪精度；根据任一传感器节点i在k时刻对目标位置的概率信息，通过对目标可能存在位置的概率信息分析，构建目标存在位置的相对熵，用以描述不同传感器节点对目标存在位置估测概率的准确性；计算出不同传感器节点对水下目标估计位置的相对熵后，通过最优化寻找相对熵最小时所对应的位置空间点，该点即为当前目标最有可能存在的位置；构建最优化公式，进而可实现对目标的准确追踪。 | ||||||
| 102 | 一种适用于被动拖曳线列阵声呐的复杂弱目标检测和跟踪方法 | CN201710318307.X | 2017-05-08 | CN107202989A | 2017-09-26 | 易伟; 徐璐霄; 黎明; 孙伟; 王经鹤; 孔令讲; 刘成元; 李洋漾 |
| 本发明公开了一种适用于被动拖曳线列阵声呐的复杂弱目标检测和跟踪方法，以克服传统算法对低信噪比复杂目标检测和跟踪效果差的技术问题。本发明通过常规波束形成处理接收信号得到各分辨单元的空间谱量测，然后通过拟合量测数据统计特性的方法设计似然函数模型以计算粒子的权值实现粒子滤波算法对目标的跟踪；另外，通过积累多次快拍的粒子权值来判断目标的生成和消失。本发明的实施，有效解决了传统算法均衡量测数据损失信息，无法适用于低信噪比目标场景的跟踪和目标数目固定的问题，从而实现被动声呐复杂弱目标的有效跟踪。 | ||||||
| 103 | 一种用于机器人跟踪与避障的超声波传感器系统的控制方法 | CN201710231307.6 | 2017-04-11 | CN106933230A | 2017-07-07 | 王景川; 曹金龙; 马叶; 柳泽宇 |
| 本发明公开了一种用于机器人跟踪与避障的超声波传感器系统的控制方法，本发明仅使用超声波传感器就同时实现了避障与跟踪双功能，有效降低了系统成本，采用本发明的控制方法，还可以有效降低超声波传感器之间的噪声干扰，提高传感器的可靠性，并且，本发明所述控制方法逻辑简单，容易实现。 | ||||||
| 104 | 基于蛙眼视觉特性的前视声呐目标跟踪方法 | CN201610814753.5 | 2016-09-09 | CN106338733A | 2017-01-18 | 韩辉; 李庆武; 何飞佳; 朱文青 |
| 本发明公开了一种基于蛙眼视觉特性的前视声呐目标跟踪方法，利用一种蛙眼时空滤波算子对前视声呐图像帧进行卷积以凸显运动目标的边缘特征，再通过改进的时空上下文跟踪算法实现对目标的精确定位。其中首先运用粒子滤波全局搜索的优点对目标的位置进行粗略估计，然后利用在目标搜索范围、特征选择、空间上下文更新机制、目标窗口尺度更新等方面均作出改进的时空上下文跟踪方法来锁定目标，使得本发明提供的方法针对前视声呐图像的特性，在目标跟踪过程中面对明暗变化、复杂背景、目标遮挡、目标尺度与姿态变化以及噪声强等干扰因素时具有精度高、鲁棒性与适应性强的特点。 | ||||||
| 105 | 一种水声多目标自主检测与方位跟踪方法 | CN201310703672.4 | 2013-12-19 | CN104730528A | 2015-06-24 | 李峥; 黄海宁; 李宇 |
| 本发明涉及一种水声多目标自主检测与方位跟踪方法，该方法通过设置一个二维缓存数组存储目标航迹，用于预测目标下一个时刻的方位，与检测值进行数据关联，结合数据关联和方位预置跟踪算法，获取稳定准确的连续目标方位信息；具体步骤包括：自主方位检测；方位预测；方位关联；目标判决；重复以上步骤。本发明克服了无人工干预情况下多目标跟踪过程中面临的水声环境复杂性引起的方位历程出现的不确定中断和野值，以及多个目标的方位相互接近甚至航迹交叉的难题。本发明可以直接用于无人值守的声纳系统，如水下无人航行器探测声纳等。 | ||||||
| 106 | 一种鱼雷自导抗多途垂直方位估计方法 | CN201410566304.4 | 2014-10-22 | CN104316931A | 2015-01-28 | 李永胜; 姜永红; 周湘伟; 吴亚军; 马进 |
| 本发明提出一种基于时间平滑的抗多途垂直方位估计技术，其核心技术在于：完成了水声传播多途条件下鱼雷自导系统垂直方位估计，该方法首先采用检测峰值作为置信因子计算本周期目标垂直方位，其次对周期间垂直方位平滑处理；采用该方法能够准确估计目标垂直方位，并且能够解决垂直方位跳变问题，从而提高了鱼雷攻击目标的垂直范围和攻击效率；本方案采用周期内和周期间时间平滑技术，该方法计算简便，可满足鱼雷自导系统垂直方位估计的需要。 | ||||||
| 107 | 一种基于单站风廓线雷达的风切变识别和追踪方法 | CN201010586775.3 | 2010-12-14 | CN102565771B | 2013-08-28 | 魏艳强; 张哲 |
| 本发明公开了一种基于单站风廓线雷达的风切变识别和追踪方法，其具体步骤为：第一步，搭建风廓线雷达风切变追踪系统，包括数据采集模块、数据预处理模块、风切变识别模块和风切变追踪模块；第二步，数据采集模块采集风廓线雷达探测数据；第三步，数据预处理模块对风廓线雷达探测数据进行质量控制；第四步，风切变识别模进行风切变的自动探测和识别；第五步，风切变追踪模块实现风切变的自动追踪和报警；至此，实现了基于单站风廓线雷达的风切变识别和追踪方法。本方法具有简单易行、识别准确率高、全自动运行等优点，可以获取水平风的垂直切变和垂直风的垂直切变信息，有效探测追踪站点上空风切变出现的起始时间、高度和强度。 | ||||||
| 108 | 一种水下目标跟踪定位方法及系统 | CN200910039374.3 | 2009-05-11 | CN101566691A | 2009-10-28 | 韦岗; 曾令创; 宁更新 |
| 本发明为一种水下目标跟踪定位方法，包括步骤：中央处理器向蓝绿激光发射接收一体化可旋转装置发送开启指令和所需定位数据率信息；扫描水下应答器，并发送含数据率信息的激光信号；水下应答器按原路径反射激光信号，换能器打开；接收到反射激光信号后，向中央处理器发送同步计时信号，中央处理器开始计时；水下应答器根据数据率信息向水听器发射相应数据率的周期跳频脉冲信号；水听器将直达信号发给中央处理器；中央处理器计算距离信息、进行坐标校正、计算水下应答器坐标。本发明还涉及一种水下目标跟踪定位系统。本发明采用蓝绿激光同步对时和水声跳频机制分别解决了现有短基线水声定位系统中所存在的同步误差和多径干扰的问题。 | ||||||
| 109 | 一种智能型声纳信号处理系统设计方法 | CN200610168068.6 | 2006-12-25 | CN101210967A | 2008-07-02 | 柏建民 |
| 这是一种智能型声纳信号处理系统的设计方法。系统原理图如摘要附图1所示。原有声纳系统接收处理后的声音信号经过综合频谱转换后，形成数字化的动态频率－幅度分布曲线。计算机通过某些特征频率(或特征频率组合)与已有数据库的逻辑对比关系，来判定所接收信号的有效性及认定特定的信号源。该系统还可以通过对指定特征频率的强化处理，来加强对特定目标的识别、跟踪能力。该系统具有自动运行和记录能力。 | ||||||
| 110 | 一种航行器水下辐射噪声实时自测量评估方法 | CN202411676176.9 | 2024-11-22 | CN119197735B | 2025-05-16 | 李瑞彪; 徐荣武; 陈天宇; 袁骏; 黄欣 |
| 111 | 一种低小慢目标的声学特征识别与轨迹预测方法 | CN202411828633.1 | 2024-12-12 | CN119881907A | 2025-04-25 | 苏晨; 雷斌; 唐舒; 李娜 |
| 本申请涉及声学传感技术领域，特别涉及一种低小慢目标的声学特征识别与轨迹预测方法，包括以下步骤：低小慢目标的定位和个数求解步骤：采用MUSIC算法配合DBSCAN聚类算法，判定信源个数并进行位置求解；低小慢目标的追踪和轨迹预测步骤：基于GRU网络，同时结合加速度、位置与速度信息设计3D‑GAA架构模型，通过3D‑GAA架构模型进行追踪和轨迹预测。这种方法显示了在准确性与鲁棒性方面的优势，尤其在捕捉复杂动态和数据模式方面具备更强的有效性。 | ||||||
| 112 | 基于传感器的对象跟踪的方法和对象跟踪装置以及相应设计的机动车 | CN202380064343.1 | 2023-08-30 | CN119856076A | 2025-04-18 | D·克尔纳; M·施塔克; D·迈斯纳; S·斯蒂尔 |
| 本发明涉及用于基于传感器的对象跟踪的方法(9)和对象跟踪装置(5)以及相应设计的机动车(1)。在方法(9)中，仅由多个传感器(3)中的一个传感器探测到的对象被标识为单传感器对象。随后借助相应的当前传感器数据(11)，在不使用预设的滤波器的情况下，直接对存储有描述相应的对象的对象数据的相应的对象轨迹(10、14)进行更新。在使用预设的滤波器的情况下，对不配属于单传感器对象的其他对象轨迹(10、15)借助相应的当前传感器数据(11)进行更新。 | ||||||
| 113 | 一种基于多变量偏斜Laplace分布的水下目标跟踪方法 | CN202411939604.2 | 2024-12-26 | CN119846638A | 2025-04-18 | 吴盘龙; 赵保琛; 何山; 孔令琦; 王轲 |
| 本发明公开了一种基于多变量偏斜Laplace分布建模的水下目标跟踪方法，采用声呐传感器的方式采集水下目标的运动状态数据，并通过坐标系转换的方式，得到目标位置量测信息；建立水下目标的运动模型，确定水下目标的状态空间方程，分析水下噪声的数学特性，建立非高斯噪声下目标的量测模型；基于多变量偏斜laplace分布对非高斯噪声建模，在变分贝叶斯框架下，求解噪声的混合参数、形状参数和尺度矩阵，迭代更新目标状态以及噪声协方差矩阵，并利用卡尔曼滤波迭代更新估计目标运动状态，达到迭代次数后，输出水下目标位置及速度的估计值及协方差矩阵的估计值。本发明具有更好的鲁棒性和估计精度，且无需选择自由度参数，可更好的应用于对目标的跟踪中。 | ||||||
| 114 | 一种稳健的参数化空时自适应检测前跟踪方法 | CN202411724423.8 | 2024-11-28 | CN119716866A | 2025-03-28 | 郝程鹏; 宿晓静; 闫林杰 |
| 本发明公开了一种稳健的参数化空时自适应检测前跟踪方法，包括：接收均匀声纳线阵列采集的回波数据，基于二元假设检验，采用参数化方法将待检测单元数据和辅助单元数据中的混响信号用MAR模型表示；根据MAR模型表示，分别得到两种假设下的联合概率密度函数；依据RAO准则得到参数化RAO的检测统计量；利用检测统计量作为值函数进行动态规划迭代并寻优，得到参数化RAO‑DP‑TBD的累积最大值函数；将最终累积的参数化RAO‑DP‑TBD的最大值函数与检测门限比较，如不符合要求，则待检测的目标不存在；否则目标存在，再利用最后一帧的最大值函数实现轨迹回溯，估计得到目标的轨迹。 | ||||||
| 115 | 一种基于方位势函数加权的水声目标动态规划检测前跟踪方法 | CN202411952938.3 | 2024-12-27 | CN119535468A | 2025-02-28 | 齐滨; 许栋; 王燕; 梁国龙; 王晋晋; 邱龙皓; 王逸林; 郝宇; 张志刚 |
| 一种基于方位势函数加权的水声目标动态规划检测前跟踪方法，本发明涉及基于方位势函数加权的水声目标动态规划检测前跟踪方法，属于被动声纳水声多目标跟踪领域。本发明的目的是为解决传统的基于动态规划的检测前跟踪算法容易出现跟踪轨迹合并或跟踪轨迹错配的问题。本发明建立包含目标方位和方位势系数的增广目标状态模型，在值函数迭代时建立滑动窗，计算窗内轨迹的方位势系数，通过考虑定义了方位跟踪轨迹变化趋势的方位势系数来建立方位势函数，在值函数中加入方位势函数来反映方位轨迹的变化趋势，能够降低因轨迹邻近交叉时空间谱响应重叠造成的跟踪性能下降的概率。 | ||||||
| 116 | 一种均匀圆环阵稳健水下目标方位跟踪方法及系统 | CN202211137469.0 | 2022-09-19 | CN115469314B | 2025-02-28 | 侯翔昊; 杨益新; 张博轩 |
| 本发明公开了一种均匀圆环阵稳健水下目标方位跟踪方法及系统，采用半径为r的P元均匀圆环阵接收目标辐射的窄带声信号；均匀圆环阵上各个传感器将接收到的水声信号转换为电信号，令时间步k＝0，初始化目标状态估计值，均方根误差矩阵，自由度估计值，逆尺度矩阵估计值；根据第k时间步的一步预测目标状态，第k时间步的一步预测均方根误差矩阵，自由度估计值和逆尺度矩阵估计值计算第k时间步目标状态估计值；将第k时间步目标状态估计值的第一项目标方位估计值作为第k时间步的水下目标方位跟踪结果，令时间步k＝k+1，持续对水下目标方位进行跟踪，完成均匀圆环阵稳健水下目标方位跟踪。实现了高精度、稳健且高效率的目标方位跟踪。 | ||||||
| 117 | 一种基于置信传播的水下弱目标方位检测前跟踪方法 | CN202411614236.4 | 2024-11-13 | CN119493941A | 2025-02-21 | 郑峰; 田宇; 俞建成; 刘开周 |
| 本发明涉及一种基于置信传播的水下弱目标方位检测前跟踪方法，包括：基于贝叶斯规则将弱目标跟踪问题转化为联合后验概率密度函数(pdf)的求解；将联合后验pdf因子化，通过图模型构建相应的因子图；使用置信传播(BP)算法求解因子图中传递的信息，利用Goodman变量替代原理将多重积分转化为普通积分；通过复Wishart分布构建似然函数描述原始声呐数据与目标状态之间的关系，并利用高斯分布简化剩余pdf，得到目标状态边缘后验pdf的置信近似；利用最小均方误差(MMSE)估计器计算得到弱目标数目以及相应状态。本发明不需要复杂的聚类算法即可同时跟踪多个弱目标，预设参数较少，能够准确、高效的跟踪包括方位、方位角速度以及目标强度在内的目标状态信息。 | ||||||
| 118 | 一种基于频域建模降噪网络的高机动目标跟踪方法 | CN202411465418.X | 2024-10-21 | CN119004086B | 2025-01-21 | 盛卫东; 安玮; 马超; 黄源; 徐清宇 |
| 本申请提供一种基于频域建模降噪网络的高机动目标跟踪方法，涉及数字信号处理领域，包括：获取高机动目标的观测轨迹序列；对观测轨迹序列进行预处理，得到预处理序列；将预处理序列输入至自适应频域降噪跟踪网络进行跟踪滤波处理，得到频域滤波结果；其中，自适应频域降噪跟踪网络用于滤除噪声，并在频域提取预处理序列的全局特征，在时域提取预处理序列的局部特征；根据频域滤波结果对高机动目标进行跟踪。本申请可实现目标机动时域的准确建模从而提高了跟踪精度，免于注意力机制带来的大量计算量，提高了运算效率。 | ||||||
| 119 | 一种基于YOLO算法的水声被动跟踪多目标的方法 | CN202111661212.0 | 2021-12-30 | CN114706084B | 2025-01-07 | 王茂法; 仇宝春; 薛欢欢; 杨武; 巩超; 钱高峰 |
| 本发明公开了一种基于YOLO算法的水声目标被动跟踪方法，步骤包括：S1、获取多波束LOFAR谱图；S2、通过YOLO神经网络模型对多波束LOFAR谱图进行检测，得到不同目标的频率范围和目标的方位方位中心；S3、确定目标的方位波束指向角和目标的数据关联；S4、通过分裂波束形成，进一步的求出目标的方位波束指向角目标的精确方位角；S5、对目标的精确方位角进行滤波估计，进而进行K时刻目标的状态估计；S6、重复S1‑S6，更新跟踪信息。采用上述技术方案，在同一帧输入数据中识别出多个目标，并输出目标的频率范围和方位范围，能够识别出不同目标的方位；YOLO算法在检测多目标时，给出不同目标的预测概率，可用于数据关联，相较于现有的数据关联方法，其准确度更高。 | ||||||
| 120 | 一种航行器水下辐射噪声实时自测量评估方法 | CN202411676176.9 | 2024-11-22 | CN119197735A | 2024-12-27 | 李瑞彪; 徐荣武; 陈天宇; 袁骏; 黄欣 |
| 本发明公开了一种航行器水下辐射噪声实时自测量评估方法，属于水下航行器噪声监测与评估技术领域，其通过水下航行器在拖曳声呐的状态下采用特定的机动方式使水下航行器在一段时间内与拖线阵保持稳定的相对位置关系，通过阵形估计、聚焦波束形成等方法完成对自身辐射噪声水平和特征的测量，最终使得在水下航行器在航行状态下不受地域和时间限制地了解自身辐射噪声情况，掌握当前声隐身态势，可作为水下航行器在航期间辐射噪声评估的一种补充和参考手段。 | ||||||
QQ群二维码
意见反馈
意见反馈