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！

龙图腾网恭喜西安电子科技大学申请的专利基于混合高斯模型模糊聚类数据关联的多目标群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：CN117036400B 。

龙图腾网通过国家知识产权局官网在2025-05-16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：202310977257.1，技术领域涉及：G06T7/246；该发明授权基于混合高斯模型模糊聚类数据关联的多目标群跟踪方法是由曹运合;程垣皓;王风飞;王阳;张钰林设计研发完成，并于2023-08-04向国家知识产权局提交的专利申请。

本基于混合高斯模型模糊聚类数据关联的多目标群跟踪方法在说明书摘要公布了：本发明公开了一种基于混合高斯模型模糊聚类数据关联的多目标群跟踪方法，主要解决现有多目标群跟踪方法复杂度高、实用性差的问题，其实现方案包括：为各目标群建立状态参数模型、状态转移模型、量测空间分布模型；根据状态转移模型预测场景中多目标群的状态参数，并对场景杂波进行一次去除；根据量测空间分布模型计算量测与各种量测源的边际关联概率，以二次去除场景杂波；将杂波去除后的量测和各目标群进行数据关联，对多目标群状态参数进行贯序量测更新，并重复其状态参数的预测和更新过程，直至目标群离开雷达监视区域。本发明计算复杂度低，对群目标外形估计准确，在复杂多目标群跟踪场景中实用性强，可用于对杂波环境中多个目标群的跟踪处理。

本发明授权基于混合高斯模型模糊聚类数据关联的多目标群跟踪方法在权利要求书中公布了：1.一种基于混合高斯模型模糊聚类数据关联的多目标群跟踪方法，其特征在于，包括如下步骤：1采用外形运动学解耦的椭圆扩展外形模型，建立单个不可分辨目标群的状态参数模型；2根据目标群在场景中的运动模式，建立基于马尔科夫状态空间模型的目标群状态转移模型；3在以雷达为传感器的跟踪场景中，将以二维极坐标形式表达的雷达量测转化为直角坐标表示；4针对目标群产生量测的特点，采用乘性误差均匀采样MEM模型对群目标所产生量测的空间分布进行建模，并获得目标群量测的似然函数；5利用步骤2建立的群目标状态转移模型，使用标准卡尔曼滤波预测公式对场景中多个目标群的状态参数进行一步预测；6根据多个目标群预测状态，对场景中的量测使用椭圆外形的门限处理，实现对场景中的杂波的一次剔除；7根据步骤4中建立的目标群量测空间分布模型，对背景杂波的数目与目标产生量测的数目进行建模，并基于量测与目标的边际关联概率在一次杂波剔除的基础上实现对场景中杂波的二次剔除；8对两次杂波去除后剩余的有效量测，结合步骤5中所得多目标群的状态预测结果，采用具有线性计算复杂度的基于混合高斯模型迭代最大化期望模糊聚类的数据关联算法实现有效量测和目标群的数据关联，并获得关联概率矩阵；9根据数据关联结果，基于扩展式卡尔曼滤波器的更新公式和概率数据关联法则，结合步骤1所建立的目标群状态参数模型，对每个目标群的状态参数使用有效量测进行基于关联概率的贯序量测更新；10基于贝叶斯框架，将当前所得的多目标群状态参数估计结果作为下一次多目标群估计的先验信息；11重复步骤5～步骤10，直至目标群离开雷达监视区域完成跟踪过程。

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西安电子科技大学，其通讯地址为：710071 陕西省西安市雁塔区太白南路2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”。