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！

龙图腾网获悉哈尔滨工业大学申请的专利一种基于卡尔曼滤波的无人机系统互操作性评估方法与系统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：CN119228213B 。

龙图腾网通过国家知识产权局官网在2026-04-14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：202411383115.3，技术领域涉及：G06Q10/0639；该发明授权一种基于卡尔曼滤波的无人机系统互操作性评估方法与系统是由张志英;魏长安;冯新星;张宝琴;盛云龙设计研发完成，并于2024-09-30向国家知识产权局提交的专利申请。

本一种基于卡尔曼滤波的无人机系统互操作性评估方法与系统在说明书摘要公布了：本发明公开了一种基于卡尔曼滤波的无人机系统互操作性评估方法，包括：构建包括结构属性、应用属性、设施属性、数据属性和知识属性的等级模型；基于上述属性分别构建二级指标树并进行合并得到总体属性指标树；基于总体属性指标树进行打分得到各个属性对应的二级指标分数和权重算子；基于对应的二级指标分数和权重算子得到对应属性状态方程；基于结构属性状态方程与应用属性状态方程进行融合得到第一属性值；基于第一属性值和设施属性状态方程进行融合得到第二属性值；循环执行上述融合过程，依次融合数据属性状态方程和知识属性状态方程最终得到第四属性值；基于第四属性值和等级模型得到互操作性等级。提高了无人机系统互操作性评估的准确度。

本发明授权一种基于卡尔曼滤波的无人机系统互操作性评估方法与系统在权利要求书中公布了：1.一种基于卡尔曼滤波的无人机系统互操作性评估方法，其特征在于，包括： 构建包括结构属性、应用属性、设施属性、数据属性和知识属性的无人机系统互操作性等级模型； 基于上述属性分别构建二级指标树并进行合并，得到总体属性指标树； 基于上述属性分别构建二级指标树，对应得到结构属性指标树、应用属性指标树、设施属性指标树、数据属性指标树和知识属性指标树； 上述属性指标树均包括：目标属性、多个一级指标和多个二级指标； 基于所述总体属性指标树进行打分，得到各个属性对应的多个二级指标分数和多个权重算子； 得到各个属性对应的多个二级指标分数和多个权重算子，具体包括： 基于相关专业人员的专家经验对所有属性的二级指标进行打分，得到各个属性对应的多个二级指标分数； 基于所述相关专业人员的专家经验给出各个属性的所述一级指标与相应属性之间的多个第一权重算子，以及各个属性的所述二级指标与对应的所述一级指标之间的多个第二权重算子； 基于所述第一权重算子和所述第二权重算子组成所述权重算子； 基于对应的所述二级指标分数和所述权重算子得到对应的属性状态方程； 得到对应的属性状态方程，具体包括： 基于各个属性对应的所述第一权重算子和所述第二权重算子得到对应的属性状态矩阵； 基于所述属性状态矩阵和对应的所述二级指标分数计算得到对应的属性状态量预测方程： ； 其中，k表示下一时刻状态，FX表示X属性状态矩阵，表示X属性所有二级指标分数构成的向量，k-1表示当前状态，P、A、I、D和K分别表示结构属性、应用属性、设施属性、数据属性和知识属性； 基于所述属性状态量预测方程Xk得到对应的属性协方差预测方程： ； 其中，表示X属性前一时刻的协方差矩阵，T表示转置符号； 所述属性状态量预测方程和所述属性协方差预测方程共同组成所述属性状态方程； 基于结构属性状态方程与应用属性状态方程进行融合，得到第一属性值； 基于所述第一属性值和设施属性状态方程进行融合，得到第二属性值； 循环执行上述融合过程，依次融合数据属性状态方程和知识属性状态方程，最终得到第四属性值； 所述融合过程为： 基于所述属性状态方程计算卡尔曼增益： ； 其中，FY表示Y属性状态矩阵，R表示综合噪声； 基于所述卡尔曼增益计算第n属性值： ； 基于所述第n属性值得到属性值协方差矩阵： ； 其中，n表示融合次数； 基于所述第四属性值和所述无人机系统互操作性等级模型，得到互操作性等级。

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，其通讯地址为：150006 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”。

以上内容由龙图腾AI智能生成。