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！

龙图腾网获悉中国人民解放军国防科技大学申请的专利一种翼伞系统航迹重构的状态估计方法、装置、计算机设备和存储介质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：CN115964895B 。

龙图腾网通过国家知识产权局官网在2026-04-21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：202310068196.7，技术领域涉及：G06F30/20；该发明授权一种翼伞系统航迹重构的状态估计方法、装置、计算机设备和存储介质是由张青斌;吴钰桐;张梦樱;丰志伟;葛健全;高庆玉;陈青全;张国斌设计研发完成，并于2023-01-12向国家知识产权局提交的专利申请。

本一种翼伞系统航迹重构的状态估计方法、装置、计算机设备和存储介质在说明书摘要公布了：本申请属于翼伞系统技术领域，涉及翼伞系统航迹重构的状态估计方法、装置、设备和介质。方法包括：获取翼伞系统的过程方程以及翼伞系统的观测数据，得到翼伞系统的观测方程，并得到线性卡尔曼状态转移方程得到先验估计以及后验估计方程；根据线性卡尔曼状态转移方程、先验估计以及后验估计方程，得到先验状态误差和后验状态误差，并得到卡尔曼增益方程；定义误差协方差矩阵和先验误差协方差矩阵，对卡尔曼增益方程进行求解，得到卡尔曼增益和卡尔曼增益方程的待定系数矩阵；根据后验估计方程、卡尔曼增益以及待定系数矩阵，得到翼伞系统状态的状态重构结果。采用本方法能够重构翼伞系统各状态量的时间历程。

本发明授权一种翼伞系统航迹重构的状态估计方法、装置、计算机设备和存储介质在权利要求书中公布了：1.一种翼伞系统航迹重构的状态估计方法，其特征在于，包括： 获取翼伞系统的过程方程以及翼伞系统的观测数据，并根据所述观测数据得到翼伞系统的观测方程；分别对所述过程方程和所述观测方程进行泰勒展开，得到线性卡尔曼状态转移方程； 根据所述线性卡尔曼状态转移方程，得到翼伞系统状态的先验估计以及翼伞系统状态的后验估计方程； 根据所述线性卡尔曼状态转移方程、所述先验估计以及所述后验估计方程，得到先验状态误差和后验状态误差；根据所述先验状态误差、所述后验状态误差以及所述后验估计方程，得到卡尔曼增益方程；定义误差协方差矩阵和先验误差协方差矩阵，对所述卡尔曼增益方程进行求解，得到使误差协方差矩阵的迹最小的卡尔曼增益，并得到卡尔曼增益方程的待定系数矩阵； 根据后验估计方程、卡尔曼增益以及待定系数矩阵，得到翼伞系统状态的状态重构结果； 线性卡尔曼状态转移方程为： 11 12 其中： 13 14 式中，为通过观察或测量手段获得的测量值，为第k+1个和第k个测量值的时间间隔，F为f函数的Jacobi矩阵，为翼伞系统在k时刻的真实状态向量，为第k时刻的测量噪声向量； 根据所述线性卡尔曼状态转移方程，得到翼伞系统状态的先验估计以及翼伞系统状态的后验估计方程包括： 根据线性卡尔曼状态转移方程，定义翼伞系统状态的先验估计，定义翼伞系统状态的后验估计，假设后验估计结果表示为先验估计结果和测量结果的线性组合，得到翼伞系统状态的后验估计方程： 15 式中，Jk为待定系数矩阵，Kk为卡尔曼增益； 根据所述线性卡尔曼状态转移方程、所述先验估计以及所述后验估计方程，得到先验状态误差和后验状态误差包括： 根据所述线性卡尔曼状态转移方程即式11、先验估计以及后验估计方程即式15，得到先验状态误差和后验状态误差： 16 17； 根据所述先验状态误差、所述后验状态误差以及所述后验估计方程，得到卡尔曼增益方程包括： 将先验状态误差即式16代入后验估计方程即式15，得： 18 再将式12代入式18，得： 19 再将式19代入后验状态误差即式17，得： 20 根据随机过程的正交性法则，后验状态误差和测量值的关系为： 21 将式20代入式21，得： 22 再将式12令k=i代入式22，得： 23 根据随机测量过程噪声、测量噪声与测量过程无关联、正交性准则，由式23得： 26 由于，要使式26恒成立，则有： 27 将式27代入式15，得到卡尔曼增益方程： 28 式中，Kk为卡尔曼增益。

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中国人民解放军国防科技大学，其通讯地址为：410073 湖南省长沙市开福区德雅路109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”。

以上内容由龙图腾AI智能生成。