一种基于扩展卡尔曼滤波的WSN机动目标跟踪方法（高校公示15天）（不包年费滞纳金）（需要二变）

本发明公开了一种基于扩展卡尔曼滤波的WSN机动目标跟踪方法包括以下具体步骤：S1：利用传感器网络获取机动目标的数据；S2：进行蛇种群的初始化，利用立方混沌Cubic映射使初始化使蛇种群均匀分布在搜索空间内，设定最大迭代次数、食物和温度触发阈值；S3：确定目标函数，根据扩展卡尔曼滤波算法过程，确定适应度函数，后按扩展卡尔曼滤波的步骤对机动目标的参数进行估计，将噪声协方差矩阵参数作为优化算法个体的位置，寻优生成协方差为Q值和R值的随机噪声，并加入到SO‑C算法的观测值和估计值中；本发明公开的一种基于扩展卡尔曼滤波的WSN机动目标跟踪方法具有能够快速收敛到全局最优，有效提高算法的收敛精度的效果。

《一种基于扩展卡尔曼滤波的WSN机动目标跟踪方法（高校公示15天）（不包年费滞纳金）（需要二变）》是一发明专利，专利号为 2023111555830，当前法律状态为已下证，由兰州理工大学提出申请，发明人为彭铎;谢堃;刘明硕;黎锁平;王陈龙;许天鹏;侯亮，申请日期为2023-09-08，公开（公告）日期为2024-06-18，国际专利分类号（IPC）为 G06N 3/006 (2023.01)，高新资质：未报高企。该专利已下发证书，权利稳定，适合直接办理转让过户，是企业申报高企、项目招投标、质押融资的优质标的。赋翼网提供从选品、尽调、合同签订到官方著录项目变更（过户）的一站式专利转让服务，专业顾问全程协助，确保交易合规、安全、高效。专利摘要：本发明公开了一种基于扩展卡尔曼滤波的WSN机动目标跟踪方法包括以下具体步骤：S1：利用传感器网络获取机动目标的数据；S2：进行蛇种群的初始化，利用立方混沌Cubic映射使初始化使蛇种群均匀分布在搜索空间内，设定最大迭代次数、食物和温度触发阈值；S3：确定目标函数，根据扩展卡尔曼滤波算法过程，确定适应度函数，后按扩展卡尔曼滤波的步骤对机动目标的参数进行估计，将噪声协方差矩阵参数作为优化算法个体的位置，寻优生成协方差为Q值和R值的随机噪声，并加入到SO‑C算法的观测值和估计值中；本发明公开的一种基于扩展卡尔曼滤波的WSN机动目标跟踪方法具有能够快速收敛到全局最优，有效提高算法的收敛精度的效果。

海量优质专利即买即用，四大核心优势助您弯道超车：
🏆 拿资质，享红利：高企认定、专精特新必备！轻松获取政府补贴、税收减免，招投标直接加分！
💎 增信誉，融资金：支持实缴注册资金，彰显企业硬实力；支持专利质押贷款，盘活现金流，扩张不缺钱！
🔥 强背书，防抄袭：印上“专利产品”，客户更信赖！构建技术壁垒，把竞争对手挡在门外，稳占市场份额！
🚀 省时间，快变现：告别漫长研发与高风险！优质专利即买即用，让技术立刻变成真金白银的利润！